應用約略集合於醫療診斷

勤益科大機構典藏 > 管理學院 > 工業工程與管理系(所) > 【工業工程與管理系所】博碩士論文 > Item 987654321/1298

請使用永久網址來引用或連結此文件: http://ir.lib.ncut.edu.tw/handle/987654321/1298

題名:	應用約略集合於醫療診斷 Rough Sets Application on Medical Diagnosis
作者:	汪亭妏 Wang, Ting-Wen
貢獻者:	工業工程與管理系
關鍵詞:	約略集合;基因演算法;屬性選擇;正確率 Rough set theory;Genetic algorithm;feature selection;accuracy
日期:	2007
上傳時間:	2008-10-06 13:32:05 (UTC+8)
摘要:	隨著電腦、網路的發明，資料的取得與建立是相當容易的，透過資料探勘(Data Mining)技術分析龐大資料，藉此能預測未來的趨勢或者是找出未知的模式，其結果可作為決策者參考之依據。本研究之資料來源為UCI Machine Learning Repository，選用資料庫為Dermatology 資料庫(鱗狀紅斑疾病)及Heart-disease database(心臟病)中的Cleveland資料庫。利用約略集合理論結合基因演算法，找出重要屬性並產生規則後進行分類，探討屬性、規則與正確率之間的關係。建構了兩個模式，模式一為約略集合理論結合基因演算法模式之建構，比較採用全部屬性或者採用重要屬性對於整體正確率之影響，並且對規則數進行篩選，在不改變正確率的情況下，適時的對規則數給予條件的簡化；模式二為十次交互驗證，會產生兩組資料，分別為全部屬性資料庫(使用全部屬性)、重要屬性資料庫(保留模式一之重要屬性)，而後進行十次交互驗證，產生兩組平均正確率，並與相關文獻比較及建議。模式一重要屬性Dermatology及Cleveland資料庫之正確率分別為91.59%(13項屬性)及83.15%(9項屬性)；模式二重要屬性Dermatology及Cleveland資料庫之平均正確率分別為91.05%及82.48%。Dermatology資料庫有效利用重要屬性得到好的分類結果；Cleveland資料庫雖然分類結果稍差，但整體正確率都達到了八成，也是可接受的範圍內。透過約略集合理論結合基因演算法能有效找出重要屬性，以資料複雜性來看，資料庫也相對的精簡，而且由少數重要屬性之分類結果，在整體正確率的表現上比採用全部之屬性稍微好。若站在醫學的角度來看，於成本考量上可以節省醫療費用，且病患花費在檢測之時間及成本上也能因為檢測項目減少而降低。
顯示於類別:	[工業工程與管理系(所)] 【工業工程與管理系所】博碩士論文

文件中的檔案:

檔案	大小	格式	瀏覽次數
	0Kb	Unknown	1454	檢視/開啟

在NCUTIR中所有的資料項目都受到原著作權保護.

資料載入中.....