AbstractHypertension is a leading c

Abstract
Hypertension is a leading cause of heart disease and stroke. In this study, performance of classification techniques is compared in order to predict the risk of essential hypertension disease. A retrospective analysis was performed in 694 subjects (452 patients and 242 controls). We compared performances of three decision trees, four statistical algorithms, and two neural networks. Predictor variables were age, sex, family history of hypertension, smoking habits, lipoprotein (a), triglyceride, uric acid, total cholesterol, and body mass index (BMI). Classification techniques were grouped using hierarchical cluster analysis (HCA). The data points appeared to cluster in three groups. The first cluster included MLP and RBF. Furthermore CART which was more similar than other techniques linked this cluster. The second cluster included FDA/MARS (degree=1), LR and QUEST, but FDA/MARS (degree=1) and LR was more similar than QUEST. The third cluster included FDA/MARS (degree=2), CHAID and FDA, but FDA/MARS (degree=2) and CHAID was more similar than FDA. MLP and RBF which are one each of neural networks procedures, performed better than other techniques in predicting hypertension. QUEST had a lesser performance than other techniques.

ผลลัพธ์ (ไทย) 1:

นามธรรมความดันโลหิตสูง
เป็นสาเหตุหลักของการเกิดโรคหัวใจและโรคหลอดเลือดสมอง ในการศึกษาครั้งนี้ประสิทธิภาพของเทคนิคการจัดหมวดหมู่ถูกเปรียบเทียบเพื่อทำนายความเสี่ยงของโรคความดันโลหิตสูง การวิเคราะห์ย้อนหลังได้ดำเนินการในวิชา 694 (452​​ 242 ผู้ป่วยและการควบคุม) เราเมื่อเทียบกับผลการดำเนินงานในสามของต้นไม้ตัดสินใจสี่ขั้นตอนวิธีการทางสถิติและสองเครือข่ายประสาทตัวแปรคืออายุเพศประวัติครอบครัวของความดันโลหิตสูง, พฤติกรรมการสูบบุหรี่, ไลโปโปรตีน (ก), ไตรกลีเซอไรด์, กรดยูริก, คอเลสเตอรอลรวมและดัชนีมวลกาย (BMI) เทคนิคการจัดหมวดหมู่เป็นกลุ่มโดยใช้การวิเคราะห์กลุ่มลำดับชั้น (HCA) จุดข้อมูลที่ปรากฏในกลุ่มสามกลุ่ม กลุ่มแรกรวม MLP และ RBFนอกจากนี้รถเข็นซึ่งเป็นจำนวนมากที่คล้ายกันกว่าเทคนิคอื่น ๆ ที่เชื่อมโยงกับกลุ่มนี้ กลุ่มที่สองรวม FDA / ดาวอังคาร (= 1 องศา), LR และแสวงหา แต่ FDA / ดาวอังคาร (องศา = 1) และ LR ได้มากขึ้นกว่าการแสวงหาที่คล้ายกัน กลุ่มที่สามรวม FDA / ดาวอังคาร (= 2 ปริญญา) chaid และ FDA แต่ FDA / ดาวอังคาร (= 2 ปริญญา) และ chaid ได้มากขึ้นกว่าที่คล้ายกัน FDA MLP และ RBF ซึ่งเป็นหนึ่งในแต่ละขั้นตอนของโครงข่ายประสาทเทียม,ทำได้ดีกว่าเทคนิคอื่น ๆ ในการพยากรณ์ความดันโลหิตสูง เควสมีประสิทธิภาพน้อยกว่าเทคนิคอื่น ๆ

ผลลัพธ์ (ไทย) 2:

นามธรรม
ความดันโลหิตสูงเป็นสาเหตุของโรคหัวใจและโรคหลอดเลือดสมอง ในการศึกษานี้ มีการเปรียบเทียบประสิทธิภาพของเทคนิคการจัดประเภทเพื่อทำนายความเสี่ยงของโรคความดันโลหิตสูงจำเป็น วิเคราะห์คาดที่ดำเนินการในเรื่อง 694 (452 ผู้ป่วยและควบคุม 242) เราเปรียบเทียบของต้นไม้ตัดสินใจสาม อัลกอริทึมทางสถิติ 4 และสองเครือข่ายประสาท ตัวแปรจำนวนประตูได้อายุ เพศ ครอบครัวประวัติความดันโลหิตสูง พฤติกรรมการสูบบุหรี่ ไลโพโปรตีน (a), ไตรกลีเซอไรด์ กรดยูริก ไขมันรวม และดัชนีมวลกาย (BMI) เทคนิคการจัดประเภทถูกจัดกลุ่มโดยใช้การแบ่งลำดับชั้น (HCA) จุดข้อมูลปรากฏให้คลัสเตอร์ในกลุ่มที่สาม คลัสเตอร์แรกรวม MLP และ RBF นอกจากนี้ รถเข็นซึ่งเป็นคล้ายกันมากขึ้นกว่าเทคนิคอื่น ๆ เชื่อมโยงคลัสเตอร์นี้ คลัสเตอร์ที่สองรวม FDA/ดาว อังคาร (องศา = 1), LR และเควส แต่ FDA/ดาว อังคาร (องศา = 1) และ LR มากขึ้นกว่าการแสวงหา คลัสเตอร์สามรวม FDA/ดาว อังคาร (องศา = 2), CHAID และ FDA แต่ FDA/ดาว อังคาร (องศา = 2) และ CHAID มากขึ้นกว่า FDA ขั้นตอน เครือข่าย RBF ซึ่งเป็นหนึ่งละประสาทและ MLP ทำดีกว่าเทคนิคอื่น ๆ ในการทำนายความดันโลหิตสูง เควสมีประสิทธิภาพน้อยกว่าเทคนิคอื่น ๆ

ผลลัพธ์ (ไทย) 3:

เป็นนามธรรม
ซึ่งจะช่วยลดความดันโลหิตสูงเป็นสาเหตุสำคัญที่เกิดจากการตีและโรคหัวใจ ในการศึกษานี้การทำงานของเทคนิคการจำแนก ประเภท การอยู่เมื่อเทียบกับในการสั่งซื้อเพื่อทำนายถึงความเสี่ยงของโรคความดันสูงที่สำคัญ การวิเคราะห์ผลที่ได้ดำเนินการใน 694 เรื่อง( 452 และ 242 ผู้ป่วยการควบคุม) เราเมื่อเทียบกับการแสดงของต้นไม้สามสี่อัลกอริธึมการตัดสินใจเชิงสถิติและสองเครือข่ายเกินตัวแปรกว่าตัวเป็นเพศอายุประวัติครอบครัวของนิสัยแบบปลอดบุหรี่โรคความดันโลหิตสูง lipoprotein ( A )ไตรกลีเซอร์ไรด์ในคอเลสเตอรอลกรดของปัสสาวะและดัชนีมวลกาย( BMI ) เทคนิคการจำแนก ประเภท การจับกลุ่มโดยใช้การวิเคราะห์กลุ่มแบบลำดับชั้น( Gamble Kellogg ' s Club Car ) จุดข้อมูลที่ปรากฏในกลุ่มในสามกลุ่ม เป็นกลุ่มแรกที่มาพร้อมกับ MLP Report และ rbf.ยิ่งไปกว่านั้นตะกร้าสินค้ามากขึ้นซึ่งเป็นเหมือนกันมากกว่าเทคนิคอื่นๆที่เชื่อมต่อกับกลุ่มนี้ กลุ่มที่สองที่รวมอยู่ FDA /ดาวอังคาร(องศา= 1 )/ LR และการสืบหาแต่ FDA /ดาวอังคาร(องศา= 1 )และแบบ LR เป็นมากกว่าความเหมือนมากกว่าการแสวงหา กลุ่มที่สามที่มาพร้อมกับ FDA /ดาวอังคาร(องศา= 2 ) chaid และ FDA แต่ FDA /ดาวอังคาร(องศา= 2 )และ chaid ก็ใกล้เคียงกว่า FDA MLP Report และ:ซึ่งเป็นหนึ่งในแต่ละขั้นตอนเครือข่ายเกินทำได้ดีกว่าเทคนิคอื่นๆในการคาดเดาความดันเลือดสูง การสืบค้นได้ ประสิทธิภาพ น้อยกว่ามากกว่าเทคนิคอื่นๆ