應用支援向量機、K個最鄰近法與邏輯斯迴歸於醫療診斷

NCUTIR > College of Management > Development of Industrial Engineering and Management > 【工業工程與管理系所】博碩士論文 > Item 987654321/5527

Please use this identifier to cite or link to this item: http://ir.lib.ncut.edu.tw/handle/987654321/5527

Title:	應用支援向量機、K個最鄰近法與邏輯斯迴歸於醫療診斷
Authors:	游子璇黃美玲
Contributors:	工業工程與管理系
Keywords:	邏輯斯迴歸醫療診斷預防醫學特徵選取支援向量機 K最鄰近法
Date:	2011
Issue Date:	2013-08-14 14:02:29 (UTC+8)
Publisher:	台中;國立勤益科技大學
Abstract:	有效的預測模型能從龐大資料量的醫療資料庫中歸納出可被接受的結果，並提供醫師診斷時之參考，就預防醫學(Preventive Medicine)的角度而言，能提供病患適當的建議、衛教內容，甚至進行預防性的治療，進而降低疾病的發生率。本研究旨在探討應用特徵選取結合不同型態之機器學習模型，分析醫療診斷資料，以從中擷取所需資訊，同時評估新模型之效能。本研究之資料來源為UCI Machine Learning Repository，選用資料庫為Parkinson(帕金森氏症)及Dermatology(皮膚病)資料庫。本研究利用CART進行特徵選取將原始資料篩選，以做為三種分類器之輸入項目。所用的三種分類器分別為：支援向量機、K個最鄰近法與邏輯斯迴歸，其分類績效以準確率做為評估。CART特徵選取方法，將Parkinson資料庫22項變數篩選為15項；Dermatology資料庫34項變數篩選為24項。三個分類器之準確率：Parkinson資料庫分別為92.82%、95.38%、89.84%；Dermatology資料庫分別為98.60%、97.49%、97.49%。藉由此研究，若將分類技術，提供醫師作為診斷時的輔助參考，或是患者就醫前的自我檢核依據，將可以避免不必要的醫療資源浪費，以提升醫療服務的品質。
Appears in Collections:	[Development of Industrial Engineering and Management] 【工業工程與管理系所】博碩士論文

Files in This Item:

There are no files associated with this item.

View Licence

Loading...