КЛАСТЕРЛАШ УСУЛИГА АСОСЛАНГАН МУЛЬТИМОРБИД БЕМОРЛАРНИНГ ҲОЛАТИНИ БАШОРАТ ҚИЛИШ АЛГОРИТМИ
Keywords:
бўлинувчи иерархик кластерлаш алгоритми, башоратлаш, кластерлаш, k-ўртача, мультиморбид, ташхислаш, хулоса дарахти, юрак қон-томир касалликлариAbstract
Мақолада юрак қон-томир касалликларига чалинган мультиморбид беморларнинг ҳолатини башорат қилишда бўлинувчи иерархик кластерлаш алгоритми ишлаб чиқиш масаласи ёритилган. Ушбу алгоритм Уорднинг минимал дисперсия усули ва k-ўртача алгоритмига ўхшаш бўлиб, ушбу кластерлаш усуллари сингари мақсад функциясини оптималлаштиришга қаратилган, лекин унинг натижалари хулоса дарахти сифатида ўқилиши мумкинлиги сабабли изоҳланиш имкониятини оширади.References
Hassaine A, Canoy D, Solares JRA, Zhu Y, Rao S, Li Y, Rahimi K, Salimi-Khorshidi G. Learning multimorbidity patterns from electronic health records using non-negative matrix factorisation. 2019. https://arxiv.org/abs/1907.08577.
Joe H Ward, Jr. Hierarchical grouping to optimize an objective function. Journal of the American Statistical Association, 58(301):236–244, 1963.
David J. C. MacKay. Information Theory, Inference, and Learning Algorithms. Cambridge University Press, 2005.
Christoper D. Manning, Prabhakar Raghavan, and Hinrich Schutze. An Introduction to Information Retrieval. Cambridge University Press, 2009.
ICD-10 - International Classification of Diseases 10th Revision. Url: https://www.icd10data.com/ICD10CM/Codes
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2023 Хидирова Чарос Муродиллоевна
This work is licensed under a Creative Commons Attribution 4.0 International License.
