چکیدهدر این مطالعه ، 5 روش کلاسه بندی متداول ، درخت تصمیم ، بیزین ، k نزدیکترین همسایه ، شبکه های عصبی و ماشین بردار پشتیبان بر روی شش مجموعه ی داده ی پزشکی سرطان سینه ، هپاتیت ، تیروئید ، دیابت ، تومور اولیه و بیماری قلبی مورد تست و ارزیابی قرار گرفتند.معیار ارزیابی میزان دقت هر روش بوده و برای تست هر روش از نرم افزار weka با مقادیر پیش فرض استفاده گردید.نتایج حاصله نشان می دهد .که اگر چه بعضی از کلاسه بندی ها نسبت به بقیه بهتر عمل می کنند ولی بطور کلی هیچ روش کلاسه بندی وجود ندارد که روی تمام مجموعه داده های مذکور از دقت بهتری برخوردار باشد و برای هر مجموعه داده یک روش کلاسه بندی خاص نسبت به سایر روش ها از دقت مطلوبی برخوردار می باشد.مقدمهاستفاده از داده کاوی در پزشکی یکی از زمینه های پرکاربرد داده کاوی محسوب می شود که در سال های اخیر تحقیقات و مطالعات زیادی پیرامون ان انجام شده است. دسته مهمی از مسائل در علم پزشکی مربوط به تشخیص بیماری ها می باشد که بر اساس ازمایشات مختلف بر روی بیمار انجام می گیرد. هنگامی که تعداد پارامترها در تشخیص بیماری زیاد شود ممکن است تشخیص بیماری حتی برای یک متخصص خبره پزشکی نیز به سختی امکانپذیر باشد. همین دلیل موجب شده است که در چند دهه اخیر ابزار تشخیص کامپیوتری با هدف کمک به پزشک مورد استفاده قرار گیرد تا به نحوی بی نظمی را از داده ها خارج کند.در این پژوهش 5 روش متداول کلاسه بندی بر روی شش مجموعه داده ی پزشکی مورد تست و ارزیابی قرار می گیرد.معیار ارزیابی روش های کلاسه بندی میزان دقت هر روش می باشد.در تست روش ها از نرم افزار داده کاوی weka با مقادیر پیش فرض برای هر الگوریتم استفاده می گردد. تعداد صفحات 82 فرمت فایل word فهرست مطالبفصل یکم مفاهیم داده کاوی.. 1مقدمه. 21-1- مروری بر کشف دانش و داده کاوی.. 31-2 عوامل پیدایش داده کاوی.. 41-3 مراحل کشف دانش.... 71-3-1 استخراج داده ها 81-3-2 اماده کردن داده ها 91-3-3 مهندسی الگوریتم و تعیین استراتژ ی های کاوش... 101-3-3 اجرای الگوریتم کاوش و ارزیابی نتایج.. 111-4 جایگاه داده کاوی در میان علوم مختلف... 151-5 داده کاوی چه کارهایی نمی تواند انجام دهد. 171-6 داده کاوی و انباره داده ها 181-7 داده کاوی و OLAP. 201-8 کاربرد یادگیری ماشین و امار در داده کاوی.. 211-9 روش های یادگیری.. 221-10 روش های کاوش... 23فصل دوم کلاسه بندی و پیشگویی.. 252-1 کلاسه بندی.. 262-2 انواع روش های کلاسه بندی.. 302-3 ارزیابی روش های کلاسه بندی.. 31فصل سوم تکنیک های کلاسه بندی معروف.. 333-1 درخت تصمیم.. 343-2 بیزین.. 353-2-1 تئوری بیز. 363-2-2 نحوه کلاسه بندی به روش بیز ساده. 373-3 روش کلاسه بندی نزدیکترین k- همسایه. 413-4 روش کلاسه بندی شبکه های عصبی.. 433-5 روش کلاسه بندی ماشین بردار پشتیبان.. 50فصل چهارم مقایسه و ارزیابی تکنیک های کلاسه بندی.. 524-1 مجموعه داده های مورد استفاده. 534-1-1 مجموعه داده سرطان سینه Wisconsin. 534-1-2 مجموعه داده هپاتیت... 544-1-3 مجموعه داده هیپوتیروئید( پرکاری تیروئید) 544-1-4 مجموعه داده دیابت... 554-1-5 مجموعه داده تومور اولیه. 554-1-6 مجموعه داده بیماری قلبی.. 564-2 نرم افزار Weka. 564-2-1 معرفی نرم افزار weka. 574-3 تست روشها 59فصل پنجم نتیجه گیری.. 62نتیجه. 63پیوست... 64پیوست الف - اموزش نرم افزار weka. 64یوست ب- روش ارزیابی k- تکه برابر. 71منابع.. 72 فهرست اشکالشکل 1-1-داده کاوی به عنوان یک مرحله از فرایند کشف دانش.... 4شکل1-2-سیر تکاملی صنعت پایگاه داده. 5شکل 1-3-معماری یک نمونه از سیستم داده کاوی.. 13شکل 1-4-استخراج داده ها از انبار داده ها 19شکل 1-5-استخراج داده ها از چند پایگاه داده. 19شکل 1-6- انواع یادگیری استنتاجی.. 22شکل 2-1-مثالی از فرایند دو مرحله ای کلاسه بندی.. 28شکل 2-2-عملکرد کلاسه بندی.. 29شکل 3-1-نمونه ای از یک درخت تصمیم.. 34شکل 3-3- شبکه عصبی با یک لایه نهان.. 44شکل 3-4- الگوریتم Backpropagation. 45شکل 3-5- یک گره در لایه نهان یا خروجی.. 46شکل 3-6-مثالی از کلاسه بندی SVM... 51