العنوان بلغة أخرى: |
Support Vector Machine for Classifiy the Diabetes Patients in Al - Mawani General Hospital |
---|---|
المصدر: | مجلة الأقتصادي الخليجي |
الناشر: | جامعة البصرة - مركز دراسات الخليج العربي |
المؤلف الرئيسي: | عمر، فوزية غالب (مؤلف) |
مؤلفين آخرين: | حبيب، أحمد عبدالصمد (م. مشارك) |
المجلد/العدد: | ع35 |
محكمة: | نعم |
الدولة: |
العراق |
التاريخ الميلادي: |
2018
|
الشهر: | آذار |
الصفحات: | 87 - 112 |
DOI: |
10.33762/1287-000-035-003 |
ISSN: |
1817-5880 |
رقم MD: | 1217280 |
نوع المحتوى: | بحوث ومقالات |
اللغة: | العربية |
قواعد المعلومات: | EcoLink |
مواضيع: | |
كلمات المؤلف المفتاحية: |
آلية المتجه الداعم | داء السكري
|
رابط المحتوى: |
المستخلص: |
لقد جرى في هذا البحث استعمال آلة المتجه الداعم Support Vector Machine (SVM) لغرض تصنيف مرضى السكري بنوعيه الأول والثاني وبالاعتماد على بعض العوامل المساعدة أو المؤثرة في تحديد نوعي المرض، إذ جرى عينة عشوائية حجمها (216) مشاهدة لمرضي داء السكري من مستشفى الموانئ العام في البصرة، وبالاستعانة بالبرنامج الإحصائي (Rlanguage)، وقد بينت النتائج أن طريقة آلة المتجه الداعم تعطي نسب دقة عالية في التصنيف واعتمادا على نسبة التعرف الصحيح، إذ بلغت الدقة حوالي 96%. The support vector machine (SVM) where used for classify diabetes patients of two classes, depending on some of the factors that affect in determing the two type of the disease, where a sample was takes by size (216) observations for the patients with diabetes from Al-mawani general hospital in basrah, by using the statistical program R language, the results showed that the method of the support vector machine gives high accuracy in the classification depending on the correct classifier rate about 96%. |
---|---|
ISSN: |
1817-5880 |