تحليل إصابات الرياضيين باستخدام التجميع والمنطق الضبابي

مشروع متكامل لتحليل بيانات الرياضيين والتنبؤ بخطر الإصابة باستخدام ثلاثة محاور: أولاً — الخوارزمية الجينية لاختيار السمات: تم استخدام الخوارزمية الجينية لاختيار أفضل 5 سمات من أصل 27 بناءً على جودة التجميع باستخدام معيار Silhouette Score. ثانياً — التجميع غير المُشرف: - K-Medoids: قسّم البيانات إلى مجموعتين بدرجة تشابه 0.39 - المجموعة الأولى: رياضيون بإجهاد مرتفع وتعافٍ منخفض - المجموعة الثانية: رياضيون بتعافٍ جيد وإجهاد منخفض - التجميع التراتبي: أفضل نتيجة بطريقة Average Linkage مع k=2 ثالثاً — نظام المنطق الضبابي: تم بناء نظام استنتاج ضبابي للتنبؤ بمستوى الإصابة (لا إصابة / إصابة بسيطة / إصابة خطيرة) بناءً على مجموعة التجميع وجودة النوم ومستوى الترطيب، مع 16 قاعدة استنتاج. الأدوات: بايثون، باندا، نمباي، Scikit-learn، Skfuzzy، Seaborn، Matplotlib