- Erciyes Üniversitesi Fen Bilimleri Enstitüsü Dergisi
- Vol: 36 Issue: 1
- Classification of Factors Affecting Renal Failure by Machine Learning Methods
Classification of Factors Affecting Renal Failure by Machine Learning Methods
Authors : Pelin Kasap, Burçin Şeyda Çorba Zorlu
Pages : 88-101
View : 15 | Download : 4
Publication Date : 2020-04-26
Article Type : Research
Abstract :Makine öğrenmesi yöntemleri, sağlık araştırmalarında veri analizi için yaygın olarak kullanılmaktadır. Bu çalışmanın amacı, Yapay Sinir Ağları (Çok Katmanlı Algılayıcı), Destek Vektör Makineleri, Naive Bayes, Karar Ağaçları, Rastgele Orman Algoritması, K-En Yakın Komşu Algoritması gibi çeşitli makine öğrenmesi yöntemlerini kullanarak böbrek yetmezliğini etkileyen faktörleri sınıflandırmaktır. Bu çalışmada, Ankara Numune Hastanesi’nde acil servise gelen, 18 yaşından büyük ve üst gastrointestinal kanama belirtileri bulunan 237 hasta seçilmiştir. Burada makine öğrenmesi yöntemleri ile sınıflandırma yapmak için böbrek yetmezliğini etkileyen yaş, cinsiyet, kan değerleri, diğer hastalıklar vb. gibi 34 değişken kullanılmıştır. Makine öğrenmesi yöntemleri doğruluk oranları, tahmin, duyarlılık, özgüllük ve Kappa değerlerine göre karşılaştırıldığında, karar ağaçları algoritmasının iyi performans gösterdiği bulunmuştur.Keywords : Makine Öğrenmesi, Sınıflandırma, Karar Ağaçları, Böbrek Yetmezliği