طبقه بندی داده های نامتوازن در...

روش بررسی: در این مطالعه برای طبقه­ بندی  داده­های 918 نفر، سه الگوریتم "AdaBoost.M1"،" k تا نزدیک­ترین همسایه" و "شبکه عصبی احتمالی" به خدمت گرفته شد. از آنجا که داده­ های این مطالعه نامتوازن بود، برای حل این مساله از روش "بیش نمونه برداری تصادفی کلاس اقلیت"، "زیر نمونه برداری تصادفی کلاس اکثریت" و "بیش نمونه برداری مصنوعی کلاس اقلیت" استفاده شد. به منظور پیاده­ سازی الگوریتم­ها از امکانات و ابزارهای نرم­افزار "متلب" و "آر" استفاده گردید. همچنین برای ورودی الگوریتم­های طبقه­بندی از 60 متغیر مندرج در کاربرگ­­­های شرحِ حال و معاینه فیزیکی مراجعان استفاده شد. معیارهای دقت و F-measure به منظور ارزیابی در مرحله آزمون الگوریتم­ها مورد استفاده قرار گرفت. 

یافته ها:

بر اساس معیارهای "دقت" و "F-measure"، بهترین عملکرد الگوریتم­های سه­ گانه این مطالعه در مواجهه با مجموعه داده تولیدشده با روش "بیش نمونه برداری مصنوعی کلاس اقلیت" بود. در این راستا عملکرد الگوریتم­های "AdaBoost.M1"، " k تا نزدیک­ترین همسایه " و "شبکه عصبی احتمالی" در مواجهه با مجموعه داده مذکور و بر اساس معیارهای "دقت" و "F-measure" به ترتیب عبارتند از: "93.5 و 93.6"، "79.5 و87.7 " و "86 و 91.9" بدست آمد.