Leistungsanalyse von Klassifikatoren mit einem Data-Mining-Tool

In jüngster Zeit hat sich die Data-Mining-Klassifizierung im medizinischen Bereich hervorragend etabliert. Maschinelles Lernen ist ein aufstrebendes Feld für das Verständnis und die Analyse riesiger Mengen von Gesundheitsdaten. Diese Forschungsarbeit befasst sich mit der Leistungsanalyse verschiedener Klassifizierungsverfahren für Datensätze aus dem Gesundheitswesen mit dem maschinellen Lernprogramm Weka. Wir haben verschiedene Klassifizierer auf vier medizinische Datensätze angewandt, um den besten Klassifizierungsalgorithmus herauszufinden. Die Ergebnisse zeigen, dass der J48-Algorithmus und der Random-Forest-Algorithmus unter allen Klassifizierungsalgorithmen die vielversprechendsten Ergebnisse liefern.

Autorentext

Akshay Jain studiert Informatik an der Maharishi Dayanand Universität, Rohtak, und macht dort seinen MTech. Seine derzeitigen Forschungsinteressen umfassen Data Mining-Klassifizierungsalgorithmen und Clustering-Algorithmen. Akshay Jain erhielt den B.Tech in IT von der Maharishi Dayanand Universität, Rohtak im Jahr 2012. Er ist Autor von zwei Forschungsarbeiten in internationalen Fachzeitschriften.