تاثیر پیش پردازش برای تشخیص بیماری اوتیسم با استفاده از روش ترکیبی

بیماری که اخیرا بیشترین توجه دانشمندان را به خود جلب کرده است، اوتیسم است که شناخته شدهترین بیماری نیز هست. افراد در سنین مختلف ممکن است تحت تاثیر این بیماری قرار گیرند. همهمجموعه داده های موجود در حال حاضر برای تجزیه و تحلیل داده ها کیفیت پایینی دارند.طبقه بندی کننده های پایه تمرکز اصلی اکثر تحقیقات مرتبط هستند. در این مطالعه، ما یک مقایسه کاملرا پیشنهاد کردیم که از روش های پیش پردازش کارآمد و مجموعه ای برای افزایش تشخیص بیماریاوتیسم استفاده می کند. اطلاعات پرت و از دست رفته در مرحله پیش پردازش حل می شوند. روش هایگروه شامل کیسه بندی، انباشتن، تقویت و رای دادن است. دو فن آوری داده کاوی شناخته شده برایارزیابی مقایسه ها استفاده می شود. یافته های جمع آوری شده برای نشان دادن اینکه کار ما عملکرد طبقه بندی را از نظر دقت، یادآوری، دقت و F۱ در مقایسه با رویکردهای پایه بهبود می بخشد. بیشترین مقادیر معیارها در ۹۹.۹۹ ٪ به دست می آید.