L'estrazione dei dati viene utilizzata dai medici per identificare trattamenti efficaci e buone pratiche, e i pazienti ricevono servizi sanitari migliori e più convenienti. Le enormi quantità di informazioni generate dalle transazioni sanitarie sono troppo avanzate e voluminose, che sono complesse per essere elaborate e analizzate in modo tradizionale. L'obiettivo principale del libro si concentra sullo sviluppo di un algoritmo di cluster BasedClassification (OCBC) ottimale, un moderno algoritmo di data mining per prevedere la malattia sistemica del lupus eritematoso. L'accuratezza dell'algoritmo è dimostrata dalla costruzione dello strumento di previsione del Lupus-Eritematoso Sistemico per predire la malattia nella fase iniziale della Classificazione basata su Cluster utilizzando un algoritmo ottimale (OCBC). Gli algoritmi ID3, C4.5, J48 sono selezionati come algoritmi di base per confrontare l'accuratezza, la specificità, la sensibilità, la precisione, il richiamo e la misura F, le statistiche Kappa, ecc. con l'algoritmo OCBC proposto. Sono stati condotti molti tipi di ricerche per confrontare l'accuratezza dell'algoritmo OCBC sullo stesso set di dati e il risultato mostra che l'OCBC supera l'ID3 J48 e gli algoritmi. La precisione dell'OCBC migliora ulteriormente dopo il clustering il set di dati.
Hinweis: Dieser Artikel kann nur an eine deutsche Lieferadresse ausgeliefert werden.
Hinweis: Dieser Artikel kann nur an eine deutsche Lieferadresse ausgeliefert werden.