طراحی الگوریتم مبتنی بر داده کاوی به منظور پیش بینی دیابت

دیابت سالانه باعث مرگ ومیر فراوانی می شود و تعداد افراد زیادی که به این بیماری مبتلا هستند به اندازه ی کافی وضعیت سلامت خود را درک نمی کنند. این مطالعه یک مدل مبتنی بر داده کاوی به منظور تشخیص و پیش بینی زودهنگام دیابت پیشنهاد می کند.

با وجود اینکه تکنیک کا-میانه ساده است و می توان آن را برای طیف گسترده ای از انواع داده ها استفاده کرد، اما نسبت به موقعیت های اولیه مراکز خوشه که نتیجه ی نهایی خوشه را تعیین می کنند بسیار حساس است، به طوری که یا یک مجموعه داده ی خوشه بندی شده مناسب و کارا را برای مدل رگرسیون لجستیک فراهم می کند و یا مقدار کمتری داده را در نتیجه ی خوشه بندی ناصحیح مجموعه داده ی اصلی ارایه می دهد. از این رو، عملکرد مدل رگرسیون لجستیک را محدود می کند. هدف اصلی این مقاله تعیین راه های بهبود خوشه بندی کا-میانه و نتیجه ی دقت رگرسیون لجستیک است. از این رو، الگوریتم پیشنهادی شامل تکنیک های تحلیل مولفه های اصلی، کا-میانه و مدل رگرسیون لجستیک است.

نتایج به دست آمده از این مطالعه نشان می دهد که توانایی به دست آوردن نتیجه دقت خوشه بندی کا-میانه بسیار بالاتر از آن چیزی است که سایر محققان در مطالعات مشابه به دست آورده اند. همچنین در مقایسه با نتایج به دست آمده از سایر الگوریتم ها، مدل رگرسیون لجستیک در سطح بهبود یافته ای در پیش بینی شروع دیابت اجرا شد. مزیت واقعی دیگر این است که الگوریتم پیشنهادی توانست با موفقیت یک مجموعه داده ی جدید را مدل کند.

به طور کلی، رویکرد پیشنهادی می تواند به شکل تاثیرگذاری در پیش بینی و تشخیص زودهنگام دیابت استفاده شود.