research centers


Search results: Found 1

Listing 1 - 1 of 1
Sort by

Article
Diabetes Classification Using ID3 and Naïve Bayes Algorithms
تصنيف مرض السكري باستخدام الخوارزمية التكرارية وخوارزمية المصنف الساذج

Authors: Khalid Shaker Jassim خالد شاكر جاسم --- Hadeel M.Saleh هديل محمد صالح
Journal: Journal of university of Anbar for Pure science مجلة جامعة الانبار للعلوم الصرفة ISSN: ISSN: 19918941 Year: 2018 Volume: 12 Issue: 3 Pages: 38-46
Publisher: University of Anbar جامعة الانبار

Loading...
Loading...
Abstract

Diabetes can be defined as a chronic disease identified by high levels of blood glucose that result from issues in the way insulin is generated, the way insulin works, or both those reasons. The aim of this research is to propose a technique using the Decision Tree (ID3) and Naive Bayes to categorize diabetes and reduce classification errors by increasing the accuracy of the classification. The results of the proposed method were evaluated by comparing them with other results through the application of the proposed system to Pima India Diabetes data set, obtained from the UCI database site. The experimental results show that the ID3 recorded a precision ratio of 91% and the naive class corrected it to 94% for the same number of the test group.

يمكن تعريف مرض السكري بأنه مرض مزمن سببه ارتفاع مستويات الجلوكوز في الدم تنتج عنه مشاكل في الطريقة التي يتم بها توليد الأنسولين، وطريقة عمل الأنسولين، أوكليهما. والهدف من هذا البحث هو اقتراح تقنية تعتمد على شجرة القرار ( ID3) ونايف بايز لتصنيف مرض السكري والحد من أخطاء التصنيف عن طريق زيادة دقة التصنيف، وتم تقييم نتائج الطريقة المقترحة عن طريق مقارنتها مع نتائج أخرى من خلال تطبيق النظام المقترح على بيانات بيما الهندية لمرض السكري والتي تم الحصول عليها من موقع الـ UCI لقواعد البيانات. وتشير النتائج التجريبية إلى أن المصنف ID3 سجل نسبة من الدقة تصل إلى 91٪ ووصلت دقه المصنف الساذج إلى 94٪ لنفس العدد من مجموعة الاختبار.

Listing 1 - 1 of 1
Sort by
Narrow your search

Resource type

article (1)


Language

English (1)


Year
From To Submit

2018 (1)