- Anadolu Bil Meslek Yüksekokulu Dergisi
- Vol: 16 Issue: 63
- Türkiye’de Covid-19 günlük vaka sayısının makine öğrenmesi algoritmaları ile tahmin edilmesi...
Türkiye’de Covid-19 günlük vaka sayısının makine öğrenmesi algoritmaları ile tahmin edilmesi
Authors : Ertürk SÜTCÜ, Parvaneh SHAMS
Pages : 197-213
View : 7 | Download : 3
Publication Date : 2021-09-30
Article Type : Research
Abstract :COVID-19 enfeksiyonu 2019 yılının Aralık ayında ortaya çıkmış olup, Dünya Sağlık Örgütü tarafından 11 Mart 2020’de pandemi olarak tanımlanmıştır. Pandemi sürecinde vaka sayılarının kontrol altına alınması için sosyal alanlarda kısıtlama ve sokağa çıkma yasağı gibi önlemler alınmıştır. Pandemi sürecinde vaka sayılarına yönelik tahminlerin yapılması önemlidir. Vaka sayısı tahmininin yapılmasında kullanılan zaman serisi analizi, bölmeli model ve makine öğrenmesi gibi kullanılan tahminleme yöntemleri bulunmaktadır. Bu araştırmada COVID-19 vaka sayısının tahmin edilmesinde Destek Vektör Makinesi Algoritması (SVM), Karar Ağacı Algoritması (DT), Naif Bayes Algoritması (NB), K-En Yakın Komşu Algoritması (KNN) ve Rastgele Orman Algoritması (RF) olarak 5 makine öğrenme algoritması üzerinde çalışılmıştır. Algoritmaların tahmin performansı doğruluk, duyarlılık ve kesinlik değerleri ile belirlenmiştir. PCA yöntemi kullanıldığında doğruluk değeri en yüksek RF algoritmasında, duyarlılık ve kesinlik değeri en yüksek SMV algoritmasında saptanmıştır. Bu yöntemin kullanılması sonucunda en düşük doğruluk NB algoritmasında, duyarlılık ve kesinlik değerleri en düşük NB ve DT algoritmalarında elde edilmiştir. PCA yöntemi kullanıldığında tüm algoritmalarda doğruluk, duyarlılık ve kesinlik değerleri AVM’ler Açık/Kapalı veri setinde en yüksek düzeyde bulunmuştur. Okullar Açık/Kapalı, Restaurantlar Açık/Kapalı ve AVM’ler Açık/Kapalı veri setinde RF algoritması ile tahminde sırasıyla %95, %88 ve %90 başarı oranı bulunmuş iken; Sokağa Çıkmak Yasak verisi için DT Algoritması ile tahminde %85 başarı oranı elde edilmiştir.Keywords : Makine öğrenmesi, Covid-19 vaka sayısı, Sınıflandırma algoritması, Rastgele orman algoritması