تشخیص بیماری هپاتیت بارویکردترکیبی جستجوی فاخته و حداقل مربعات ماشین بردار حمایت

هپاتیت یک بیماری کشنده است که در تمام سطوح سنی دیده می شود. اما تشخیص زود هنگام و درمان آن بسیار مهم و حیاتی است، داده کاوی یکی از علوم جدید و تاثیر گذار می باشد و در بسیاری از زمینه های پزشکی مانند تشخیص و درمان بیماری ها می تواند به تصمیم گیری بهتر پزشک کمک کند. در این مقاله قصد داریم مدلی ترکیبی ازالگوریتم فاخته و حداقل مربعات ماشین بردار حمایت ، ارائه دهیم که بخش انتخاب ویژگی رابا الگوریتم فاخته و کلاس بندی را با حداقل مربعات ماشین بردار حمایت انجام دهیم، تا ضمن تعیین بهترین ویژگی های بیماری هپاتیت بالاترین دقت در پیش بینی افراد مبتلا به هپاتیت را ارائه دهد. ودقت بدست آمده ازنتایج پیاده سازیدر این مقاله 99/18 درصد می باشد که در مقایسه با روش های قبلی نتایج بهتری است.

کلیدواژه ها:

بیماری هپاتیت ، الگوریتم فاخته ، داده کاوی ، حداقل مربعات ماشین بردار حمایت