การเปรียบเทียบประสิทธิภาพของรูปแบบการแปลงข้อมูลร่วมกับการจำแนกข้อมูลโรคหัวใจโดยใช้การเรียนรู้ของเครื่อง
Comparing the Performance of Data Conversion Model with Heart Disease Data Classification Using Machine Learning
คำสำคัญ:
การจำแนกข้อมูล, โรคหัวใจ, วิธีซัพพอร์ตเวคเตอร์แมชชีน, วิธีโครงข่ายประสาทเทียมบทคัดย่อ
งานวิจัยนี้มีวัตถุประสงค์เพื่อศึกษารูปแบบการแปลงนามบัญญัติเป็นตัวเลขเพื่อใช้ในการจำแนกข้อมูลการทำนายโรคหัวใจ 2 รูปแบบ (1) Unique integers และ (2) Dummy coding ร่วมกับการเรียนรู้ของเครื่อง 5 วิธี ได้แก่ วิธีแบบเบย์อย่างง่าย วิธีโครงข่ายประสาทเทียม วิธีต้นไม้ตัดสินใจ วิธีซัพพอร์ตเวคเตอร์แมชชีน และวิธีเพื่อนบ้านใกล้สุด ซึ่งใช้ชุดข้อมูลโรคหัวใจจากฐานข้อมูลออนไลน์ kaggle ที่มี 12 คุณลักษณะและผู้ถูกสังเกต 918 คน ประเมินประสิทธิภาพของการจำแนกข้อมูลด้วยวิธีการตรวจสอบไขว้กันที่ 10 โดยใช้โปรแกรม rapidMiner ผลการวิจัยพบว่า วิธีการ Unique integers และDummy coding ให้ผลลัพธ์ที่แตกต่างกันโดยมีค่าความถูกต้องอยู่ที่ร้อยละ ±1.00 ซึ่งวิธี Unique integers ร่วมกับวิธีซัพพอร์ตเวคเตอร์แมชชีนให้ผลประสิทธิภาพการจำแนกประเภทข้อมูลที่ดีที่สุดที่ร้อยละ 87.58 รองลงมาเป็นวิธีโครงข่ายประสาทเทียมที่ร้อยละ 85.73 ส่วนของค่าความถูกต้องของวิธีแบบเบย์อย่างง่าย วิธีต้นไม้ตัดสินใจ และวิธีเพื่อนบ้านใกล้สุด มีค่าความถูกต้องที่ร้อยละ 84.42 ร้อยละ 84.09 และร้อยละ 71.45 ตามลำดับ
Downloads
References
สถาบันการแพทย์ฉุกเฉินแห่งชาติ [อินเทอร์เน็ต]. สถานการณ์และแนวโน้มสุขภาพและการแพทย์ฉุกเฉิน(ระดับโลกและประเทศไทย). [เข้าถึงเมื่อ 7 พ.ย. 2565]. เข้าถึงได้จาก:https://www.niems.go.th/1/UploadAttachFile/2022/EBook/414764_20220208161448.pdf
รวิพรรณ หลักรัตน์ พยอม สุขเอนกนันท์ และอุษาวดี สุตะภักดิ์. อัตราการเสียชีวิตด้วยโรคหลอดเลือดโคโรนารีโรงพยาบาลสมเด็จพระยุพราชเดชอุดมจังหวัดอุบลราชธานี ใน พ.ศ. 2556 และ พ.ศ. 2559. เภสัชศาสตร์อีสาน 2562;15(1):93-104.
คมสัน แสนรักษ์, ศิริพรรณ กันทะมูล และไก้รุ่ง เฮงพระพรหม. การเปรียบเทียบประสิทธิภาพเทคนิคการจำแนกข้อมูลโรคหัวใจด้วยเทคนิคเหมืองข้อมูล. การประชุมวิชาการระดับชาติ มหาวิทยาลัยราชภัฏนครปฐม ครั้งที่ 12 ประจำปี 2563; มหาวิทยาลัยราชภัฏนครปฐม.
สิริรัตน์ พึ่งชมภู และกีรติ อินทรวิเศษ. การวิเคราะห์ข้อมูลและทำนายความเสี่ยงการเกิดโรคหัวใจด้วยเทคนิคการแบ่งกลุ่มและการหาความสัมพันธ์สำหรับการทำเหมืองข้อมูล. การประชุมวิชาการระดับชาติ มหาวิทยาลัยทักษิณ ครั้งที่ 30 ประจำปี 2563; สถาบันวิจัยและพัฒนา มหาวิทยาลัยทักษิณ.
รุ่งโรจน์ บุญมาและนิเวศ จิระวิชิตชัย. การจำแนกประเภทผู้ป่วยโรคเบาหวานโดยใช้เทคนิคเหมืองข้อมูลและการเลือกคุณลักษณะจากความสัมพันธ์ของข้อมูล. วารสารวิชาการซานย์เทค มหาวิทยาลัยราชภัฏภูเก็ต 2562;3(2):11-19.
วราวุฒิ นาคบุญนำ. การพยากรณ์ภาวะซึมเศร้าด้วยวิธีเหมืองข้อมูล. [วิทยานิพนธ์ปริญญาปรัชญาดุษฎีบัณฑิต]. มหาสารคาม: มหาวิทยาลัยมหาสารคาม; 2564.
fedesoriano. (September 2021). Heart Failure Prediction Dataset.Retrieved [Date Retrieved] from https://www.kaggle.com/fedesoriano/heart-failure-prediction.
แนวเวชปฏิบัติการดูแลรักษาผู้ป่วยภาวะหัวใจขาดเลือดเรื้อรัง พ.ศ.2564.พิมพ์ครั้งที่ 1. สมาคมแพทย์โรคหัวใจแห่งประเทศไทย ในพระบรมราชูปถัมภ์. 2565.
ธรรญชนก นิลมณี และจรัญ แสนราช. การเปรียบเทียบประสิทธิภาพโมเดลการจำแนกข้อมูลเพื่อทำนายความสอดคล้องอาชีพกับสาขาที่เรียนของนักศึกษาระดับปริญญาตรี คณะบริหารธุรกิจ มหาวิทยาลัยเทคโนโลยีราชมงคลรัตนโกสินทร์. วารสารก้าวทันโลกวิทยาศาสตร์ 2564; 21(2):181-193.
Downloads
เผยแพร่แล้ว
How to Cite
ฉบับ
บท
License
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
