تشخيص بيماري ديابت با استفاده از روش رده‌ بند تقويتي كت ‌بوست و بيزي

امروزه تشخيص بيماري‌ ها با استفاده از هوش مصنوعي و الگوريتم‌ هاي يادگيري ماشين از اهميت بسيار بالايي برخوردار است، چرا كه با استفاده از داده‌هاي موجود در زمينه مطالعاتي بيماري مورد نظر مي‌توان به اطلاعات و نتايج سودمندي دست يافت كه از رخداد بسياري از مرگ ومير‌ها مي‌كاهد. از جمله اين بيماري‌ها مي‌توان به تشخيص بيماري ديابت كه امروزه با توجه به رشد زندگي شهرنشيني و كاهش فعاليت افراد گسترش يافته است، اشاره كرد. ‌پس تشخيص اين موضوع كه فرد به بيماري ديابت مبتلا مي‌گردد يا خير از اهميت بسيار بالايي برخوردار است. در اين مقاله از مجموعه داده مربوط به اطلاعات افرادي كه آزمايش تشخيص ديابت را انجام داده‌اند استفاده شده است. اين اطلاعات مربوط به 520 نفر است، عمل رده‌بندي افراد به دو دسته كه آيا نتيجه آزمايش ديابتشان مثبت است يا خير صورت مي‌گيرد و از روش‌هاي رده‌بند بيزي مانند ماشين بردار پشتيبان بيزي، بيز ساده، CN$ و روش‌ رده‌بند تركيبي كت‌بوست استفاده شده است تا بتوان نتيجه گرفت كه كدام يك از اين روش‌ها مي‌توانند توانمندي بهتري براي تحليل داده‌ها داشته باشند و همچنين براي مقايسه اين روش‌ها از معيار‌هاي دقت، صحت، وضوح، حساسيت و نمودار راك استفاده شده است.