COMPARISON OF DATA MINING TECHNIQUES PERFORMANCE IN CARDIALGIA DIAGNOSIS : научное издание | Научно-инновационный портал СФУ

COMPARISON OF DATA MINING TECHNIQUES PERFORMANCE IN CARDIALGIA DIAGNOSIS : научное издание

Перевод названия: СРАВНЕНИЕ МЕТОДОВ МАШИННОГО АНАЛИЗА ДАННЫХ В ДИАГНОСТИКЕ КАРДИОЛОГИЧЕСКИХ ЗАБОЛЕВАНИЙ

Тип публикации: статья из журнала

Год издания: 2015

Ключевые слова: cardic pain, classification, decision tree, naive Beyes classifier, neural net, k-nearest neighbors, rule induction, support vector machine, logistic regression, voting, сердечные боли, классификация, дерево решений, наивный байесовский классификатор, нейронная сеть, метод k-ближайших соседей, индукция правил, машина опорных векторов, логистическая регрессия, голосование

Аннотация: The paper considers the classification of pain in the heart area using Rapid Miner system. The comparison of the applied classification methods effectiveness is conducted. The comparison of the accuracy rates of separate techniques with the ensemble methods is given. Рассматривается решение задачи классификации болей в области сердца с использованием системы Rapid Miner. Проведено сравнение эффективности используемых методов классификации между собой. Представлено cравнение показателей точности отдельных технологий с ансамблем методов.

Ссылки на полный текст

Издание

Журнал: Молодежь. Общество. Современная наука, техника и инновации

Выпуск журнала: 14

Номера страниц: 31-33

Место издания: Красноярск

Издатель: Сибирский государственный аэрокосмический университет имени академика М.Ф. Решетнева

Персоны

  • Karaseva T.S. (Siberian State Aerospace University named after academician M. F. Reshetnev)
  • Semenkin E.S. (Siberian State Aerospace University named after academician M. F. Reshetnev)
  • Maslova O.V. (Siberian State Aerospace University named after academician M. F. Reshetnev)

Вхождение в базы данных

Информация о публикациях загружается с сайта службы поддержки публикационной активности СФУ. Сообщите, если заметили неточности.

Вы можете отметить интересные фрагменты текста, которые будут доступны по уникальной ссылке в адресной строке браузера.