TY - JOUR ID - TI - Classification of Chronic Kidney Disease Data via Three Algorithms تصنيف بيانات مرض الكلى المزمن من خلال ثلاث خوارزميات AU - Zakariya Yahya Algamal زكريا يحيى الجمال AU - Ghalia Twfeek Basheer غالية توفيق بشير AU - Shaimaa Waleed Mahmood شيماء وليد محمود PY - 2020 VL - IS - 46 SP - 414 EP - 420 JO - Al-Rafidain University College For Sciences مجلة كلية الرافدين الجامعة للعلوم SN - 16816870 AB - Pattern recognition can be defined as the classification of data based on knowledge already gained or on statistical information extracted from patterns. The classification of objects is an important area for research and application in a variety of fields. In this paper, k-Nearest Neighbor, Fuzzy k-Nearest Neighbor and Modified k-Nearest Neighbor algorithms are used to classify of the chronic kidney disease (CKD) data with different choices of value k. The experiment results prove that the Fuzzy k-Nearest Neighbor and Modified k-Nearest Neighbor algorithms are very effective for classifying CKD data with high classification accuracy.

يمكن تعريف تمييز الأنماط كتصنيف بيانات مبنية على معرفة مكتسبة سابقا أو على معلمة إحصائية مأخوذة من أنماط. تعد مواضيع التصنيف مجال مهم للبحث والتطبيق في حقول متنوعة. في هذا البحث ، تم استخدام خوارزميات الجار الأقرب، الجار الأقرب المضببة والجار الأقرب المعدلة لتصنيف بيانات مرض الكلى المزمن مع اختيار قيم k مختلفة. برهنت النتائج التجريبية أن خوارزميات الجار الأقرب المضببة والجار الأقرب المعدلة تكون فعالة جدا لتصنيف بيانات مرض الكلى المزمن مع دقة تصنيف عالي. ER -