Wybór właściwej techniki przewidywania choroby na podstawie objawów

Próbuję znaleźć odpowiedni algorytm dla systemu, w którym użytkownik wprowadza kilka symptomów, a system musi przewidzieć lub określić prawdopodobieństwo, że kilka wybranych symptomów jest powiązanych z tymi istniejącymi w systemie. Następnie po powiązaniu ich wynik lub wynik powinien być specyficzną chorobą dla objawów.

System składa się z szeregu chorób, z których każda przypisana jest do określonych objawów, które również występują w systemie.

Załóżmy, że użytkownik wprowadził następujące dane wejściowe:

A, B, C, and D

Pierwszą rzeczą, którą powinien zrobić system, jest sprawdzenie i skojarzenie każdego objawu (w tym przypadku za pomocą liter alfabetu) indywidualnie z tabelą danych objawów, która już istnieje. W przypadkach, w których dane wejściowe nie istnieją, system powinien zgłosić lub przesłać opinię na ich temat.

Powiedzmy też, że A and Bbyło to w tabeli danych, więc jesteśmy w 100% pewni, że są one ważne lub istnieją, a system jest w stanie wyleczyć chorobę na podstawie danych wejściowych. Powiedzmy, że dane wejściowe są C and Dtam, gdzie Cnie ma w tabeli danych, ale istnieje taka możliwość D.

Nie dajemy Dwyniku 100%, ale może coś niższego (powiedzmy 90%). Wtedy Cpo prostu nie istnieje w tabeli danych. Więc Cdostaje wynik 0%.

Dlatego system powinien mieć jakieś techniki lub reguły asocjacji i prognozowania, aby uzyskać wynik, oceniając dane wejściowe użytkownika.

Podsumowanie generowania wyniku:

If A and B were entered and exist, then output = 100%
If D was entered and existed but C was not, then output = 90%
If all entered don't exist, then output = 0%

Jakie techniki zostałyby wykorzystane do wytworzenia tego systemu?

Myślę, że masz trochę problem ze swoim problemem ... to, o czym właściwie mówisz, to sieć przekonań.

Być może warto przyjrzeć się istniejącym technikom Bayesian Learning, aby się tym zająć, ale sieci przekonań często stosują dokładnie ten scenariusz, o którym mówisz; używając zestawu znanych (lub niepewnych faktów) stwierdzeń, aby uzyskać pewne domniemane prawdopodobieństwo określonego wyniku.

Co więcej, często wyrażają to poprzez przykłady oparte na objawach choroby w tutorialach! Spróbuj tutaj .

Chodzi mi o to, że lepiej byłoby użyć sieci wierzeń, ponieważ podstawy teorii są już dla ciebie, zamiast ANN.