پیش بینی وضعیت آینده زندگی بیماران مبتلا به بیماری هپاتیت به کمک تکنیک های درختی رپیدماینر

چکیده

ما در این پروژه قصد داریم به پیش بینی پیش بینی وضعیت آینده زندگی بیماران مبتلا به بیماری هپاتیت به کمک تکنیک های درختی در نرم افزار پر قدرت رپیدماینر بپردازیم. مجموعه داده مورد استفاده در این پژوهش یک مجموعه داده استاندارد از بیماران مبتلا به هپاتیت می باشد که از وبسایت UCI مورد استفاده قرار گرفته است. در این دیتاست وضعیت زنده ماندن یا مردن بیمار به عنوان کلاس در نظر گرفته شده است و ما قصد داریم همین وضعیت را پیش بینی کنیم. در ابتدای امر به پیش پردازش داده های خود می پردازیم؛ سپس ابعاد داده ها را کاهش می دهیم تا سرعت پیش بینی سیستم بالا برود سپس به کمک چندین مدل معتبر در رپیدماینر که همگی به صورت درختی می باشد سیستم خود را مدل کرده و کارایی آن را اندازه می گیریم و در انتها نتایج مورد نظر را بررسی و نمایش می دهیم.

اطلاعات دیتاست

دیتاست مورد نظر ما حاوی یکسری ستون ها به ترتیب زیر می باشند.

AGE, SEX, STEROID, ANTIVIRALS, FATIGUE, MALAISE, ANOREXIA, LIVER BIG, LIVER FIRM, SPLEEN PALPABLE, SPIDERS, ASCITES, VARICES, BILIRUBIN, ALK PHOSPHATE, SGOT, ALBUMIN, PROTIME, HISTOLOGY, Class

می باشد که ما قصد داریم ستون Class را پیش بینی کنیم. این کار را به کمک الگوریتم  های درختی در رپیدماینر انجام می دهیم.

این دیتاست یک دیتاست استاندارد در UCI می باشد.

دیدگاه‌ها (0)

نقد و بررسی‌ها

هیچ دیدگاهی برای این محصول نوشته نشده است.

اولین کسی باشید که دیدگاهی می نویسد “پیش بینی وضعیت آینده زندگی بیماران مبتلا به بیماری هپاتیت به کمک تکنیک های درختی رپیدماینر”

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

پاسخ من را به ایمیلم ارسال کن