ارزيابي عملكرد الگوريتم‌هاي يادگيري ماشين در پيش بيني احتمال وقوع ديابت در جمعيت زنان هندي پيما

Evaluating the performance of machine learning algorithms in predicting the probability of diabetes occurrence in the population of Pima Indian women

بيماري ديابت و عوارض ناشي از آن بيماري از جمله مشكلاتي است، كه بسياري از مردم جهان به علت سبك زندگي مدرن از آن رنج مي‌برند. محققان و دانشمندان‌ همواره تلاش كرده‌اند با روش‌هاي گوناگون يتوانند احتمال ابتلا افراد به ديابت را پيش‌بيني كنند تا از عوارض زيان‌بار ناشي از ديابت در افراد بكاهند در اين پژوهش تلاش كرديم با استفاده از داده‌هاي باليني زنان بالاي 21 سال در مجموعه داده‌ي هندي پيما، بهترين الگوريتم يادگيري ماشين را جهت پيش‌بيني بيماري ديابت نوع دو ارائه دهيم. الگوريتم‌هايي كه در اين پژوهش مورد بررسي قرار گرفت، شامل: كا-نزديك‌ترين همسايه، ماشين بردار پشتيبان، درخت تصميم‌گيري، بيز ساده، رگرسيون لاجستيك و شبكه عصبي است. در نتيجه مشاهده نموديم كه لاجستيك رگرسيون و ماشين بردار پشتيبان به ترتيب با صحت‌هاي ۷۹.۵و ۷۷.۹ درصد نسبت به ساير الگوريتم‌ها عملكرد بهتري در پيش‌بيني ديابت نوع ۲ دارد.

Diabetes and its complications are among the problems many worldwide suffer from due to the modern lifestyle. Researchers and scientists have always examined various methods to predict the probability of diabetes to reduce the harmful effects of diabetes on individuals. In this research, we tried to provide an effective machine learning algorithm for predicting type 2 diabetes by using the clinical data of women over 21 years old in the Pima Indian dataset. Algorithms that were investigated in this research include: K-Nearest Neighbor, Support Vector Machine, Decision Tree, Naive Bayes, Logistic Regression and Artificial Neural Network. We found that logistic regression and support vector machine outperformed the other algorithms in predicting type 2 diabetes with accuracy an of 79.5% and 77.9% respectively.