تشخيص مرض السكري باستخدام تقنيات التعلم الآلي

عالية لفترة طويلة من الزمن. وهو سبب رئيسي للوفاة مع ارتفاع معدلات الوفيات و السبب الرئيسي الثاني لإجمالي سنوات العيش مع الإعاقة في جميع أنحاء العالم. جديتها تأتي من مضاعفات طويلة المدى، بما في ذلك اعتلال الكلية، واعتلال الشبكية، والاعتلال العصبي المؤدي إلى الكلى الفشل، وضعف الرؤية والعمى، وفقدان الحواس المحيطية، على التوالي. مثل هذه الظروف تهدد حياة المرضى وتؤثر على نوعية حياتهم. ولذلك، تهدف هذه الورقة إلى التعرف على أكثر الميزات ذات الصلة في تشخيص مرض السكري وتحديد أفضل مصنف يمكنه التشخيص بكفاءة DM يعتمد على مجموعة من الميزات ذات الصلة. ولتحقيق ذلك، هناك أربع طرق مختلفة لاختيار الميزات تم استخدامها. علاوة على ذلك، هناك اثني عشر مصنفًا مختلفًا تنتمي إلى ست استراتيجيات تعليمية تم تقييمها باستخدام مجموعتي بيانات والعديد من مقاييس التقييم مثل الدقة والدقة الاستدعاء وقياس F1 ومنطقة ROC. وأظهرت النتائج التي تم الحصول عليها أن سمة الارتباط ستكون طريقة التقييم هي الخيار الأفضل للتعامل مع مهمة اختيار الميزات وتصنيفها لمجموعات البيانات المدروسة، خاصة عند النظر في مقياس الدقة. علاوة على ذلك، MultiClassClassifier سيكون أفضل مصنف للتعامل مع مجموعات بيانات مرض السكري، خاصة عند النظر فيها مقاييس إيجابية ودقة واستدعاء حقيقية.