استفاده از الگوریتم گرادیان بوستینگ برای تشخیص بیماری تیروئید و مقایسه نتایج آن با دیگر الگوریتم های داده کاوی

غده تیروئید یکی از غدد حیاتی بدن است که تایر به سزایی بر تمام ارگان های بدن دارد. تشخیص به موقع بیماری تیروئید و درمانسریع آن می تواند باعث کاهش مرگ و میر مرتبط با این بیماری بشود.این مطالعه با هدف تشخیص بیماری تیروئید با استفاده از الگوریتم های داده کاوی انجام شده است. پیش پردازش مناسب و کاهش خطای تشخیص بیماری تیروئید از اهداف این مطالعه بوده است. در این مقاله با استفاده از مدل ارائه شده و مرجع داده UCI به پیش بینی و تشخیص بیماری تیروئید با استفاده از الگوریتم های گرادیان بوستینگ، شبکه عصبی، جمگل تصادفی و درخت تصمیم پرداخته شد. در نتیجه الگوریتم گرادیان بوستینگ با دقت ۹۹.۷۲ درصد بیشترین دقت را در بین الگوریتم های مورد بررسی به خود اختصاص داد.

کلیدواژه ها:

بیماری تیروئید ، شبکه عصبی ، گرادیان بوستینگ ، جنگل تصادفی ، درخت تصمیم