A literature review reveals many re

A literature review reveals many results on diabetes carried out by different methods and materials of diabetes problem in India. Many people have developed various prediction models using data mining to predict diabetes. Combination of classification-regression-genetic-neural network, handles the missing and outlier values in the diabetic data set, and also they replaced the missing values with domain of the corresponding attribute [1]. The classical neural network model is used for prediction, on the pre-processed dataset. In predictive analysis of diabetic treatment using regression based data mining techniques to diabetes data, they discover patterns using SVM algorithm that identify the best mode of treatment for diabetes across different age [2]. They concluded that drug treatment for patients in the young age group can be delayed whereas; patients in the old age group should be prescribed drug treatment immediately. Prediction and classification of various type of diabetes

結果 (繁體中文) 1:

文獻回顧揭示了通過不同的方法和印度的糖尿病問題的材料進行糖尿病許多成果。許多人已經開始使用數據挖掘技術來預測糖尿病開發了各種預測模型。分類回歸遺傳神經網絡的組合，處理在糖尿病數據組丟失和異常值，並且還它們取代了缺失值與相應的屬性[1]的結構域。經典的神經網絡模型，用於預測，在處理前數據集。在使用基於回歸的數據挖掘技術糖尿病糖尿病數據處理的預測分析，他們發現使用SVM算法識別最佳的治療模式，在不同的年齡[2]糖尿病的模式。他們的結論是藥物治療的患者年輕組可以推遲，而; 患者老年組應立即處方藥物治療。預測和各種型糖尿病的分類

結果 (繁體中文) 2:

文獻綜述揭示了印度糖尿病問題不同方法和材料對糖尿病的許多結果。許多人已經開發了各種預測模型，利用資料採礦來預測糖尿病。分類-回歸-遺傳-神經網路的組合，處理糖尿病資料集中的缺失值和異常值，並將缺失值替換為相應屬性[1]的域。經典神經網路模型用於預處理資料集的預測。在利用基於回歸的資料採礦技術對糖尿病資料進行糖尿病治療的預測分析中，他們使用 SVM 演算法發現模式，該演算法可識別不同年齡的糖尿病的最佳治療模式 [2]。他們的結論是，對年輕年齡組患者的藥物治療可以推遲，而;老年患者應立即開戒毒處方。各類糖尿病的預測與分類

結果 (繁體中文) 3:

一篇文獻綜述揭示了印度通過不同的方法和資料對糖尿病問題進行研究的許多結果。許多人利用資料挖掘技術開發了各種預測模型來預測糖尿病。結合分類回歸遺傳神經網路，對糖尿病數據集中的缺失值和异常值進行處理，並用相應内容的域代替缺失值[1]。在預處理數据集上，採用經典的神經網路模型進行預測。在使用基於回歸的資料挖掘科技對糖尿病數據進行糖尿病治療的預測分析中，他們使用支持向量機算灋發現不同年齡段糖尿病的最佳治療模式[2]。他們的結論是，對於年輕組的病人，藥物治療可以延后，而對於老年組的病人，應該立即開藥治療。不同類型糖尿病的預測與分類