சுருக்கம்

A Pragmatic Approach of Preprocessing the Data Set for Heart Disease Prediction

Dr. Durairaj.M, Sivagowry.S

Medical Ecosystem is originated with rich information database, but inadequate in techniques to extract the information from the database. This is because of the lack of effective analysis tool to discover hidden relationships and trends in them. By applying the data mining techniques, valuable knowledge can be extracted from the health care system. Extracted knowledge can be applied for the accurate diagnosis of disease and proper treatment. Heart disease is a group of condition affecting the structure and functions of the heart and has many root causes. Heart disease is the leading cause of death in all over the world over past ten years. Researchers have developed many hybrid data mining techniques for diagnosing heart disease. This paper describes a preprocessing technique and analyzes the accuracy for prediction after preprocessing the noisy data. It is also observed that the accuracy has been increased to 91% after preprocessing. Swarm Intelligence techniques hybrided with Rough Set Algorithm are to be taken as future work for exact reduction of relevant features for prediction.

மறுப்பு: இந்த சுருக்கமானது செயற்கை நுண்ணறிவு கருவிகளைப் பயன்படுத்தி மொழிபெயர்க்கப்பட்டது மற்றும் இன்னும் மதிப்பாய்வு செய்யப்படவில்லை அல்லது சரிபார்க்கப்படவில்லை

குறியிடப்பட்டது

Index Copernicus
கல்வி விசைகள்
CiteFactor
காஸ்மோஸ் IF
RefSeek
ஹம்டார்ட் பல்கலைக்கழகம்
அறிவியல் இதழ்களின் உலக பட்டியல்
சர்வதேச புதுமையான இதழ் தாக்க காரணி (IIJIF)
சர்வதேச அமைப்பு ஆராய்ச்சி நிறுவனம் (I2OR)
காஸ்மோஸ்

மேலும் பார்க்க