Heart disease is the leading cause

Heart disease is the leading cause of death in the world
over the past 10 years. Researchers have been using
several data mining techniques to help health care
professionals in the diagnosis of heart disease. Decision
Tree is one of the successful data mining techniques used.
However, most research has applied J4.8 Decision Tree,
based on Gain Ratio and binary discretization. Gini Index
and Information Gain are two other successful types of
Decision Trees that are less used in the diagnosis of heart
disease. Also other discretization techniques, voting
method, and reduced error pruning are known to produce
more accurate Decision Trees. This research investigates
applying a range of techniques to different types of
Decision Trees seeking better performance in heart
disease diagnosis. A widely used benchmark data set is
used in this research. To evaluate the performance of the
alternative Decision Trees the sensitivity, specificity, and
accuracy are calculated. The research proposes a model
that outperforms J4.8 Decision Tree and Bagging
algorithm in the diagnosis of heart disease patients.

ผลลัพธ์ (ไทย) 1:

โรคหัวใจเป็นสาเหตุการตายในโลกกว่า 10 ปี นักวิจัยได้ใช้หลายเทคนิคเหมืองข้อมูลเพื่อช่วยดูแลสุขภาพผู้เชี่ยวชาญในการวินิจฉัยโรคหัวใจ ตัดสินใจต้นไม้เป็นเทคนิคการทำเหมืองข้อมูลสำเร็จใช้อย่างใดอย่างหนึ่งอย่างไรก็ตาม งานวิจัยได้ใช้ต้นไม้การตัดสินใจ J4.8ตามอัตราที่ได้รับและ discretization ไบนารี ดัชนี Giniและได้รับข้อมูลสองประสบความสำเร็จชนิดอื่น ๆต้นไม้การตัดสินใจที่ใช้ในการวินิจฉัยของหัวใจน้อยโรค ยัง discretization เทคนิคอื่น ๆ ลงคะแนนเสียงวิธี และลดข้อผิดพลาดตัดกันเพื่อผลิตต้นไม้ตัดสินใจถูกต้องมากขึ้น ตรวจสอบงานวิจัยใช้เทคนิคที่หลากหลายประเภทต้นไม้ตัดสินใจแสวงหาประสิทธิภาพที่ดีขึ้นในหัวใจการวินิจฉัยโรค เป็นชุดข้อมูลมาตรฐานที่ใช้กันแพร่หลายใช้ในการวิจัยนี้ การประเมินประสิทธิภาพของการความไว ความจำเพาะ ต้นไม้การตัดสินใจทางเลือก และมีคำนวณความแม่นยำ การวิจัยได้เสนอแบบจำลองที่มีประสิทธิภาพสูงกว่าต้นไม้การตัดสินใจ J4.8 และบรรจุถุงอัลกอริทึมในการวินิจฉัยผู้ป่วยโรคหัวใจ

ผลลัพธ์ (ไทย) 2:

โรคหัวใจเป็นสาเหตุการเสียชีวิตในโลก
ที่ผ่านมา 10 ปี นักวิจัยได้ใช้
เทคนิคการทำเหมืองข้อมูลต่างๆเพื่อช่วยให้การดูแลสุขภาพ
มืออาชีพในการวินิจฉัยของโรคหัวใจ การตัดสินใจของ
ต้นไม้เป็นหนึ่งในเทคนิคการทำเหมืองข้อมูลที่ประสบความสำเร็จใช้.
อย่างไรก็ตามการวิจัยส่วนใหญ่ได้นำต้นไม้ J4.8 การตัดสินใจ
ขึ้นอยู่กับกำไรและอัตราส่วนต่อเนื่องไบนารี Gini ดัชนี
และข้อมูลเกี่ยวกับกำไรสองประเภทที่ประสบความสำเร็จอื่น ๆ ของ
ต้นไม้ตัดสินใจที่น้อยที่ใช้ในการวินิจฉัยโรคของหัวใจ
โรค ยังมีเทคนิคอื่น ๆ ไม่ต่อเนื่อง, การออกเสียงลงคะแนน
วิธีการตัดแต่งกิ่งและการลดข้อผิดพลาดเป็นที่รู้จักกันในการผลิต
ต้นไม้ตัดสินใจถูกต้องมากขึ้น งานวิจัยนี้ศึกษา
การใช้ช่วงของเทคนิคที่แตกต่างกันของ
ต้นไม้ตัดสินใจที่กำลังมองหาประสิทธิภาพที่ดีขึ้นในหัวใจของ
การวินิจฉัยโรค ใช้กันอย่างแพร่หลายชุดข้อมูลตัวชี้วัดคือ
ใช้ในการวิจัย เพื่อประเมินประสิทธิภาพของ
ต้นไม้ตัดสินใจทางเลือกความไวความจำเพาะและ
ความแม่นยำในการคำนวณ การวิจัยได้นำเสนอรูปแบบ
ที่มีประสิทธิภาพดีกว่า J4.8 ต้นไม้การตัดสินใจและการบรรจุถุง
อัลกอริทึมในการวินิจฉัยโรคของผู้ป่วยโรคหัวใจ

ผลลัพธ์ (ไทย) 3:

โรคหัวใจเป็นสาเหตุการเสียชีวิตในโลกกว่า 10 ปีที่ผ่านมา นักวิจัยได้ใช้เทคนิคการทำเหมืองข้อมูลต่างๆเพื่อช่วยในการดูแลสุขภาพผู้เชี่ยวชาญในการวินิจฉัยของโรคหัวใจ การตัดสินใจต้นไม้เป็นหนึ่งในความสำเร็จเทคนิคเหมืองข้อมูลที่ใช้อย่างไรก็ตาม การวิจัยส่วนใหญ่มีการตัดสินใจแบบต้นไม้ j4.8 ประยุกต์ตามอัตราส่วนผลประโยชน์และค่าไบนารี . ดัชนีจีนีและข้อมูลอื่น ๆที่ประสบความสำเร็จได้สองประเภทการตัดสินใจของต้นไม้ที่น้อยกว่าที่ใช้ในการวินิจฉัยโรคหัวใจโรค เทคนิคออกเสียงค่าอื่น ๆวิธีการลดการผิดพลาด และเป็นที่รู้จักกันเพื่อผลิตต้นไม้ตัดสินใจถูกต้องมากขึ้น งานวิจัยนี้ศึกษาการใช้ช่วงของเทคนิคที่แตกต่างกันของต้นไม้การตัดสินใจแสวงหาประสิทธิภาพที่ดีขึ้นในหัวใจการวินิจฉัยโรค ชุดข้อมูลมาตรฐานใช้กันอย่างแพร่หลายคือที่ใช้ในการวิจัยครั้งนี้ เพื่อประเมินการปฏิบัติงานของทางเลือกการตัดสินใจต้นไม้ ความไว ความจำเพาะ และความถูกต้องของการคำนวณ การวิจัยได้เสนอแบบจำลองที่โปรย j4.8 ห่อและแผนภาพการตัดสินใจแบบต้นไม้ขั้นตอนวิธีในการวินิจฉัยของผู้ป่วยโรคหัวใจ