Evaluation of Classifiers` Performance for Prediction of Liver Patients

국문 초록 (Abstract)

간 질환 환자는 지속적인 유해 가스의 알코올의 흡입, 오염 된 음식의 섭취, 절임 음식 및 약물 섭취의 과도한 소비로 인해서 증가하고 있다. 이를 위해 다양한 자동 분류 알고리즘들이 환자를 진료하는 데 있어 의사들에게 도움이 될 수 있다. 본 논문은 간 질환 환자와 정상환자가 섞여있는 데이터셋으로부터 환자들을 속성정보에 기반하여 보다 나은 분류성능을 위해 선택된 분류 알고리즘을 평가한다. 논문에서 조사하고 평가한 분류 알고리즘들로는 우리와 같은 데이터를 가지고 실험한 논문에서 언급한 NaiveBayes, Decision Tree, Multi-Layer Perceptron, k-NN 외에 Random forest, RBF신경망이다. 이러한 알고리즘은 Precision, Recall, Sensitivity, Specificity등 여러 가지 평가기준에 따라 평가한다.

목차 (Table of Contents)

• Abstract
• 1. Introduction
• 2. Materials & Methods
• 3. Experiments
• 4. Results & Discussion
• 5. References