دانشگاه آزاد اسلامی سبزوار - جستجو در پایان‌نامه‌ها

پایان‌نامه‌ی کارشناسی ارشد: فاطمه قراط، ۱۳۹۸

استفاده از قواعد انجمنی برای استخراج قواعد مناسب در پیش بینی بیماری دیابت

بیماری?های مختلفی طی دهه?های اخیر در جوامع مختلف رو به رشد است، که به عنوان مثال می?توان به بیماری دیابت اشاره نمود، بدین صورت که بیماری دیابت چهارمین علت مرگ?و?میر در بیشتر کشورهای توسعه?یافته، شناخته شده است. امروزه ابزارهای داده?کاوی مختلفی بطور گسترده?ای در علم?پزشکی مورد استفاده قرار می?گیرد. داده?کاوی راهی است برای تحلیل اتوماتیک داده?ها و شناسایی الگوهای پنهان که انجام این امر بصورت دستی ممکن نیست. داده?کاوی می?تواند در پیش?بینی و تشخیص سریع و کم هزینه بیماری?ها بطور مؤثری استفاده شود. یکی از روش?های پرکاربرد در داده?کاوی، قوانین انجمنی است. به نوعی قوانین انجمنی یکی از تکنیک?های اصلی داده?کاوی به شمار می?آید و تقریباً مهمترین شکل از کشف و استخراج الگوها در سیستم?های یادگیری غیرهدایت شده می?باشد. این روش تمام الگوهای جالب و تکرارپذیر در پایگاه داده?ها را بازیابی می?کند. از اینرو ما در این پایان?نامه برای پیش?بینی بیماری?دیابت از روش?اپریوری برای استخراج قواعد?انجمنی مهم استفاده نموده?ایم و بعد از استخراج قواعد انجمنی به طبقه?بندی داده?ها پرداخته?ایم که روش طبقه بندی ما روشی مبتنی بر وزن?دهی محلی و سراسری و مبتنی بر مقدار اطمینان بر اساس لیستی از قوانین مرتبط با هر کلاس می?باشد. ما روش?پیشنهادی و دو روش بیز ساده و K نزدیکترین همسایه را بر روی پایگاه?داده پیما که مرتبط با بیماران دیابت است اعمال نموده?ایم و همچنین برای ارزیابی عملکرد روش?پیشنهادی و دو روش مورد نظر دیگر از معیار صحت طبقه?بندی استفاده شده است. نتایج حاصل از آزمایشات نشان می?دهد که روش?پیشنهادی ما نسبت به دو روش بیزساده و kنزدیکترین همسایه به نتایج بهتر و مقدار صحت طبقه بندی بهتری دست پیدا کرده است.

کلیدواژه‌ها: کلمات کلیدی: داده کاوی، قواعد انجمنی، الگوریتم اپریوری، بیماری دیابت