சுருக்கம்

Prediction of Missing Values in Blood Cancer & Occurrence of Cancer Using Improved Id3 Algorithm

Priyadharsini.C, Dr. Antony Selvadoss Thanamani

Missing data can be recreant because it is complicated to identify the problem. Missing data can cause critical problems. First, most statistical procedures automatically eliminate cases with missing data. . Second, the analysis might run but the results may not be statistically significant because of the small amount of input data. In this paper we inspect the enforcement of two unusual data imputation process in a task where the aim is to conclude the probability of finding missing data in blood cancer and occurrence of blood cancer using improved ID3 algorithm. Cancer is one of the deadliest diseases found among many people across the world. Our project aims at helping the medical practitioners to diagnose the patients at the early stage which can reduce the number of deaths.

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