Abstract
The advancement in computers provided large amount of data. The task is to analyse the input data and obtain the required data which can be done by various data mining techniques. The diagnosis of diabetes is a significant and tedious task in medicine. So the present work focus on analysis of diabetes data by various data mining techniques which involve,Naive Bayes, J48(C4.5) JRip ,Neural networks, Decision trees, KNN, Fuzzy logic and Genetic Algorithms based on accuracy and time. The 9 selected attributes wereSex, Diastolic B.P, Plasma glucose, Skin fold thick, BMI, Diabetes Pedigree type, No. of times Pregnant, 2 hr Serum Insulin and Diabetes probability.J48(C4.5) reported simple, efficient classifier of diabetes data
چکیده
پیشرفتها در حوزه کامپیوتر حجم بالایی از داده ها را فراهم میکند. نقش اصلی آنالیز داده های ورودی و به دست آوردن داده های مورد نیاز است که میتواند با تکنیک های داده کاوی مختلف استفاده کند. تشخیص دیابت نقش مهم و دشواری در پزشکی است. از این رو این پژوهش بر آنالیز داده های دیابت با تکنیک های داده کاوی تاکید دارد که شامل Naive Bayes، J48 (C4.5)، JRip، شبکه های عصبی، درخت تصمیم، KNN، منطق فازی، و الگوریتمهای ژنتیکی بر اساس دقت و زمان است. 9 مشخصه مورد انتخاب جنسیت، BP دیابتی، پلاسما گلوکز، ضخامت لایه پوست، BMI، ریشه دیابت، تعداد دفعات باردار شدن، دو ساعت سرم انسولین و احتمال دیابتها، J48 (C4.5) روش ساده و کارایی برای دسته بندی برای داده های دیابت است.