تشخيص بيماري ديابت با استفاده از الگوريتم جنگل تصادفي

مقدمه: ديابت چهارمين عامل مرگ و مير در دنيا است. و از آنجايي كه بسياري از مردم جهان به اين بيماري مبتلا و يا در معرض خطر آن هستند، مي‌توان ديابت را بيماري قرن ناميد. ديابت تأثيرات مخربي بر سلامتي افراد جامعه دارد و در صورت تشخيص دير هنگام، مي‌تواند صدمات جبران‌ناپذيري به ‌بينايي، كليه‌ها، قلب، شريان‌ها و غيره وارد كند. بنابراين لازم است كه روش‌هايي براي تشخيص اين بيماري در مراحل اوليه وجود داشته باشد. در اين مقاله، از داده‌كاوي در تشخيص ديابت استفاده شده است. روش‌ها: الگوريتم اصلي مورد استفاده در اين مقاله، الگوريتم جنگل تصادفي است. براي بررسي كارايي الگوريتم پيشنهادي در تشخيص بيماري ديابت از مجموعه داده‌هايي استفاده شده است كه شامل 768 نمونه (بيمار) و داراي 8 ويژگي بوده است. از آنجايي كه الگوريتم جنگل تصادفي يك الگوريتم تركيبي است و از چندين درخت تصميم ايجاد شده است، باعث رسيدن به دقت بالايي در تشخيص بيماري ديابت مي‌گردد.يافته‌ها: با استفاده از اين الگوريتم توانستيم ميزان دقت تشخيص بيماري ديابت را به 99.86 % افزايش دهيم. نتيجه‌گيري: براي تشخيص ديابت از الگوريتم‌هاي مختلفي استفاده شده است ما سعي كرديم از الگوريتمي استفاده كنيم كه نسبت به بقيه الگوريتم‌ها براي تشخيص اين بيماري از ميزان دقت بسيار بالايي برخوردار باشد.