डायबिटीज़ की भविष्यवाणी के लिए डेटा माइनिंग श्रेणीकरण तकनीकों का प्रदर्शन विश्लेषण

डायबिटीज़ मेरिटस पूरे विश्व में एक प्रमुख स्वास्थ्य चुनौती है। डायबिटीज़ का प्रसार तेजी से बढ़ रहा है, जिससे मानव, आर्थिक और सामाजिक ताना-बाना बिगड़ रहा है। डायबिटीज़ मेरिटस की रोकथाम और भविष्यवाणी स्वास्थ्य देखभाल समुदाय में बढ़ती रुचि प्राप्त कर रही है। हालांकि, कई नैदानिक निर्णय समर्थन प्रणाली प्रस्तावित की गई हैं जो डायबिटीज़ की भविष्यवाणी और प्रगति के पाठ्यक्रम के लिए कई डेटा माइनिंग तकनीकों को शामिल करती हैं। ये पारंपरिक प्रणालियाँ आमतौर पर या तो केवल एकल श्रेणीकार पर या इसके साधारण संयोजन पर आधारित होती हैं। हाल ही में ऐसे प्रणालियों की सटीकता में सुधार के लिए व्यापक प्रयास किए जा रहे हैं जो एन्सेंबल श्रेणीकारों का उपयोग कर रहे हैं। यह अध्ययन आधार शिक्षार्थी के रूप में J48 (c4.5) निर्णय वृक्ष का उपयोग करते हुए अडाबूस्ट और बैगिंग एन्सेंबल तकनीकों का पालन करता है, साथ ही डायबिटीज़ जोखिम कारकों का उपयोग करके डायबिटीज़ मेरिटस वाले रोगियों को वर्गीकृत करने के लिए स्टैंडअलोन डेटा माइनिंग तकनीक J48 का प्रयोग करता है। यह वर्गीकरण कनाडाई प्राथमिक देखभाल सेंटिनल सर्विलांस नेटवर्क में तीन अलग-अलग क्रमबद्ध वयस्क समूहों के बीच किया गया है। प्रयोगात्मक परिणाम दर्शाते हैं कि, अडाबूस्ट एन्सेंबल विधि का समग्र प्रदर्शन बैगिंग और स्टैंडअलोन J48 निर्णय वृक्ष से बेहतर है।