Predviđanja
dijabetesa kod indijanaca
AUTORI: Nino Medaković
Siniša
Milosavljević
U ovom
projektu rješava se problem predviđanja dijabetesa kod indijanaca.
Imali smo
dvije izlazne varijable koje su izražene binarno:
1.
bit će dijabetesa
2.
neće biti dijabetesa
Ulazne varijable su:
1. BT = Broj trudnoca
2. KG = Koncentracija glukoze
3. DT = Dijastolicki tlak
4. TSFT = Triceps skin fold
thickness
5. 2-HSI = 2-Hour serum insulin
6. MI = Maseni indeks (
Težina/visina )
7. DPF = Diabetes pedigree
function
8. GOD = Starost
U našem uzorku
ukupno ima 768 promatranja. Svako pojedino promatranje bilo je opisano sa 8
karakteristika. Te karakteristike prikazane su u tablici1.
Podatke za
izradu neuronske mreže smo prikupili s weba sa stranice http://www.cs.sfu.ca/~wangk/ucidata/dataset/.
Podatke u
uzorku smo slučajno izmješali i podijelili ga na tri poduzorka za: treniranje,
unakrsnu validaciju i testiranje.
Za treniranje
uzeli smo 70 % od ukupnih podataka, tj. 547 promatranja, za unakrsnu validaciju
10 %, tj. 77promatranja, a za testiranje 20 %, tj.144 promatranja.
Pri kreiranju
neuronske mreže koristili smo Multi-layer perceptron koji spada u
Backpropagation neuronsku mrežu. Taj algoritam je višeslojan, a učenje je
nadgledano.
Prilikom izrade
mreže mijenjali smo različite parametre, broj skrivenih slojeva, maksimalan broj
epoha za učenje,broj skrivenih neurona,prijenosnu funkciju u skrivenom i
izlaznom sloju, pravilo učenja i moment.
Vrijednosti
parametara i rezultata treniranja i testiranja možete pogledati u tablici 2.
Najbolji rezultat smo dobili kada je broj
skrivenih slojeva bio 1, broj skrivenih neurona 5, maksimalan broj epoha za
učenje 2000,prijenosna funkcija
u skrivenom i izlaznom sloju SigmoidAxon, pravilo
učenja DeltaBarDelta.Isti rezulta smo dobili kod još jednog promatranja kada je
broj
skrivenih slojeva bio 1, broj skrivenih neurona 5, broj epoha za učenje 2000,prijenosna funkcija u skrivenom i izlaznom sloju SigmoidAxon, pravilo učenja
Momentum parametra 0.7.Rezultati nakon faze
treniranja i testiranja su prikazani na grafikonu.
Najlošiji rezultat smo dobili kada je broj
skrivenih slojeva bio 2, broj skrivenih neurona 5, maksimalan broj epoha za
učenje 1000,prijenosna funkcija
u skrivenom i izlaznom sloju SigmoidAxon, pravilo
učenja Momentum parametra 0.7.Isti rezulta smo dobili kod još jednog
promatranja kada je broj
skrivenih slojeva
bio 2, broj skrivenih neurona 5, broj epoha za učenje 2000,prijenosna funkcija
u skrivenom i izlaznom sloju SigmoidAxon, pravilo učenja Momentum parametra
0.7. Rezultati nakon faze treniranja i testiranja su prikazani na grafikonu.