دانلود مقاله ترجمه شده یک تکنیک محاسباتی هوشمند برای تشخیص موثر بیمارهای دیابتی با استفاده از آنالیز اجزای اصلی (PCA) و روش درخت تصمیم گیری SLIQ فازی بهبود یافته

چکیده

سیستم های استنتاجی دانش برای شناسایی الگوهای مخفی و منطقی در داده های بزرگ ساخته شده اند. درخت های تصمیم نقش حیاتی ای را در کشف دانش ایفا می کنند، اما الگوریتم های درخت تصمیم کریسپ با مرزهای تصمیم تیز مشکل دارند که احتمالا نمی تواند به تمام سیستم های استنتاج دانش بسط داده شود. یک الگوریتم درخت تصمیم فازی بر این مشکل فائق می آید. درخت های تصمیم فازی از طریق فازی سازیِ مرزهای تصمیم و بدون دخالت مقادیر مشخصه پیاده سازی می شوند. کاهش داده نیز نقش اساسی ای را در بسیاری از مشکلات طبقه بندی بازی می کند. در این مقاله، یک روش با استفاده از آنالیز اجزای اصلی و الگوریتم درخت تصمیم SLIQ فازی مبتنی بر شاخص Gini بهبود‌یافته، ارائه می شود. PCA برای کاهش ابعاد و بهبود الگوریتم درخت تصمیم SLIQ فازی مبتنی بر شاخص Gini، استفاده شد تا قواعد تصمیم ایجاد شوند. در نهایت، از طریق مجموعه داده PID، این روش توسط شبیه سازی در MATLAB مورد بررسی قرار گرفت.

1-مقدمه

دیابت، خطر خیره کننده در این قرن است که در تمام دنیا بیشترین اهمیت را دارد. دیابت مشکلات سلامتی بغرنجی مانند دیابت کاردیومیوپاتی، میوپاتی، نوروپاتی، رتینوپاتی، نفروپاتی و دیگر مشکلاتی که وضعیت زندگی اجتماعی و مالی افراد را تحت تاثیر قرار می دهد، دارد [1]. نوع یک و نوع دو، به خوبی شناخته شده هتسند و بیشترین نوع های دیابتی هستند که رخ می دهند. نوع 1/ دیابت نوجوانی به دلیل سیستم ایمنی بدن رخ می دهد. دیابت قندی رایج ترین نووع دیابت است که به دلیل استفاده ناموثر توسط سلول های بدن یا پنهان شدن انسولین ناموثر از پانکراس اتفاق می افتد...