Дослідження впливу типу метрики на точність кластерізації нейронною мережею Кохонена у задачі медичного діагностування за аналізом крові

Abstract

В даній статті проаналізовано відомі метрики та досліджено вплив типу метрики на точність кластеризації нейронною мережею Кохонена. Встановлено, що при використанні зваженої Евклідової відстані як метрики, у порівнянні з іншими, досягається найвища точність діагностики у задачі медичного діагностування пацієнтів за аналізом крові з використанням нейронної мережі Кохонена.

Нейронна мережа Кохонена, метрика, міра відстані, медична діагностика, кластеризація

In current article the known metrics were analyzed and the influence of the metrics type on the accuracy of the clustering performed by Kohonen neural network was investigated. It was established that by using the weighted Euclidean distance as a metric in comparison with the others, the highest diagnostic accuracy in the task of medical patients’ diagnostics by a blood test using a Kohonen neural network is achieved.

Kohonen neural network, metrics, distance measure, clustering, medical diagnostics

В данной статье были проанализированы известные метрики и исследовано влияние типа метрики на точность кластеризации нейронной сетью Кохонена. Установлено, что при использовании взвешенного Евклидового расстояния как метрики, в сравнении с остальными, достигается наивысшая точность диагностики в задаче медицинского диагностирования пациентов по анализу крови с использованием нейронной сети Кохонена.

нейронная сеть Кохонена, метрика, мера расстояния, кластеризация, медицинская диагностика