Abstract :Göğüs kanseri son zamanlarda oldukça fazla görünen ve erken teşhis edilememesi durumunda yaşamın yitirilmesine neden olan ciddi bir kanser çeşidi haline gelmiştir. Bu hastalığın erken teşhis ve tedavisi kişiler ve sağlık çalışanları için büyük önem arz etmektedir. Ancak hastalığı taşıma şüphesi olan bireylerden alınan tümörlerin incelenmesi ve kanserde etkisi olan parametrelerinin oldukça fazla olması teşhis etme işlemini maliyet ve zaman açısından oldukça zorlamaktadır. Bu parametrelerin sahip olduğu değerlerin analizi ve sonuçlandırılmasını hızlandırmak amacıyla çeşitli yöntemler geliştirilmiştir. Birçok alanda olduğu gibi sağlık alanında işlerimizi kolaylaştırmak amacıyla yapay zekâ çalışmaları yürütülmektedir. Yapay zekâ algoritması olan makine öğrenmesi ve derin öğrenme metotları kullanılarak sağlık sektöründeki maliyet ve zaman problemine çözümler üretilmektedir. Bu çalışmamızda makine öğrenmesi algoritmalarından olan k-en yakın komşuluk (KNN) algoritması kullanılarak; göğüs tümöründen alınan örneklerin kanser teşhisi parametreleri incelenerek tümörün iyi huylu veya kötü huylu olarak sınıflandırılması amaçlanmaktadır. Testin sonucunun doğruluk değeri üzerinden daha iyi sonuçlar alınabilmesi için temel bileşen analizi (TBA) ve komşuluk bileşenleri analizi (KBA) yöntemleri kullanılmıştır. Kullanılan bu yöntemler ve iyileştirmeler sonucunda nihai başarı %99 oranına ulaşmıştır. Keywords : Göğüs Kanseri, Makine Öğrenmesi, Sınıflandırma, K-En Yakın Komşuluk, Temel Bileşen Analizi, Komşuluk Bileşenleri Analizi
