پیش بینی وضعیت آینده زندگی بیماران مبتلا به بیماری هپاتیت به کمک تکنیک های درختی رپیدماینر

چکیده

ما در این پروژه که هم به صورت داکیومنت و هم ویدیو آموزشی می باشد قصد داریم به پیش بینی پیش بینی وضعیت آینده زندگی بیماران مبتلا به بیماری هپاتیت به کمک تکنیک های درختی در نرم افزار پر قدرت رپیدماینر بپردازیم. مجموعه داده مورد استفاده در این پژوهش یک مجموعه داده استاندارد از بیماران مبتلا به هپاتیت می باشد که از وبسایت UCI مورد استفاده قرار گرفته است. در این دیتاست وضعیت زنده ماندن یا مردن بیمار به عنوان کلاس در نظر گرفته شده است و ما قصد داریم همین وضعیت را پیش بینی کنیم. در ابتدای امر به پیش پردازش داده های خود می پردازیم؛ سپس ابعاد داده ها را کاهش می دهیم تا سرعت پیش بینی سیستم بالا برود سپس به کمک چندین مدل معتبر در رپیدماینر که همگی به صورت درختی می باشد سیستم خود را مدل کرده و کارایی آن را اندازه می گیریم و در انتها نتایج مورد نظر را بررسی و نمایش می دهیم.

بر خلاف کپی بودن و مشکل دار بودن محتوای پروژه های موجود در وب که متاسفانه کپی و خالی از محتوا می باشد. ما سعی کردیم بهترین داکیومنت و کامل ترین داکیومنت را به جهت آموزش شما در محصول بگنجانیم. علاوه بر آن اگر در داکیومنت مشکلی داشتید به راحتی می توانید در تلگرام یا واتس آپ پیام داده و مشکل خود را حل کنید.

این پروژه تضمین می کند شما بتوانید یک پروژه رپیدماینر حرفه ای را از صفر تا صد خودتان اجرا کرده و یاد بگیرید.

اطلاعات دیتاست

دیتاست مورد نظر ما حاوی یکسری ستون ها به ترتیب زیر می باشند.

AGE, SEX, STEROID, ANTIVIRALS, FATIGUE, MALAISE, ANOREXIA, LIVER BIG, LIVER FIRM, SPLEEN PALPABLE, SPIDERS, ASCITES, VARICES, BILIRUBIN, ALK PHOSPHATE, SGOT, ALBUMIN, PROTIME, HISTOLOGY, Class

می باشد که ما قصد داریم ستون Class را پیش بینی کنیم. این کار را به کمک الگوریتم  های درختی در رپیدماینر انجام می دهیم.

این دیتاست یک دیتاست استاندارد در UCI می باشد.

امکانات اصلی پروژه :

1. تحویل داکیومنت کامل با تصویر به همراه توضیحات تشریحی
2. تحویل مدل فایل رپیدماینر
3. تحویل دیتاست
4. ویدیو کامل از تمامی قسمت های مراحل کار