Fuzzy c-mean結合機器學習於肝病分類之研究

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 987654321/5646

請使用永久網址來引用或連結此文件: http://ir.lib.ncut.edu.tw/handle/987654321/5646

題名:	Fuzzy c-mean結合機器學習於肝病分類之研究
作者:	黃浚家黃美玲
貢獻者:	工業工程與管理系
關鍵詞:	邏輯斯迴歸資料探勘技術模糊分群技術模糊分群技術類神經網路決策樹
日期:	2013
上傳時間:	2013-08-16 15:43:37 (UTC+8)
出版者:	台中;國立勤益科技大學
摘要:	肝臟疾病根據台灣行政院衛生署於2011年肝癌為公布的國人十大死因中名列第八位，肝硬化、抽菸、喝酒、慢性肝病等等皆是引發肝病的因子，過去的研究報告指出全球有75%的肝癌患者位於亞洲地區，排名全球第五名的癌症之一。 K-mean的方法是使用中心點的距離進行分群的依據，而Fuzzy c-means將模糊函數帶入分群技術中，使得界定的數值在0到1之間。本研究針對印度肝病資料庫使用資料探勘的方法，應用K-mean和Fuzzy c-means的分群技術，進行分群後，再三種不同的分類方法包括類神經網路、決策樹C5.0與邏輯斯迴歸準確率的分析。本研究嘗試比較分群技術是否有助於提升分類的準確率，並比較機器學習的判斷準確率運用，對於分群前後準確率進行評判，在K-mean與 Fuzzy c-means的分群技術用於肝病資料庫上，研究結果顯示分群技術結合分類方法可有效提升分類的準確率。
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:

沒有與此文件相關的檔案.

檢視Licence

在NCUTIR中所有的資料項目都受到原著作權保護.