Робота присвячена вирішенню актуальної науково-технічної задачі розробки системи підтримки прийняття
діагностичних рішень в медицині на основі розробленої моделі гетерогеного ансамблевого класифікатора, який в якості
базових моделей реалізує два підходи до розробки діагностичних висновків: ймовірнісний, на основі аналізу навчальної
вибірки та експертна інформація про структуру симптомокомплексів кожного захворювання. В якості ймовірнісної
складової обгрунтовано вибір методу порівняння з еталоном, в якому діагностуємі стани пацієнтів представляються їхніми
еталонами в просторі ознак. В якості еталона кожного класу вибирається геометричний центр угруповання класу в просторі
діагностичних ознак. Експертні знання щодо структури симптомокомплексу формалізуються шляхом вираження
симптомокомплексу захворювання у вигляді числових інтервалів лінгвістичних зміних “нижче норми”, “норма”, “вище
норми”. Розглянуто різні варіанти врахування думки експертів про структуру симптомокомплексів у ансамблевому
класифікаторі. Тестова перевірка розробленого класифікатора були проведені на реальних медичних даних, яка підтвердила
його ефективність
The work is devoted to the solution of an actual scientific and technical problem tasks development of a support system for
making diagnostic decisions in medicine based on the developed model of a heterogeneous ensemble classifier, which as basic
models implements two approaches to development of diagnostic conclusions: probabilistic , based on the analysis of the training
sample and expert information on the structure of symptom complexes of each disease. As a probabilistic component, the choice of
the method of comparison with the standard, in which the diagnosed conditions of patients are represented by their standards in the
space of signs, is justified. The geometric center of the class grouping in the space of diagnostic features is chosen as the benchmark
for each class. Expert knowledge about the structure of the symptom complex is formalized by expressing the symptom complex of
the disease in the form of numerical intervals of linguistic changes "below the norm", "norm", "above the norm". Various options for
taking into account the opinion of experts about the structure of symptom complexes in the ensemble classifier are considered. Test
verification of the developed classifier was conducted on real medical data, which confirmed its effectiveness
