Veri madenciliğinde farklı karar ağaçları ve k-en yakın komşuluk yöntemlerinin incelenmesi: kadın hastalıkları ve doğum verisinde bir uygulama
Investigation of different decision trees and k-nearest neighbor methods in data mining: An application on gynecology and birth data
- Tez No: 549742
- Danışmanlar: PROF. DR. SIDDIK KESKİN
- Tez Türü: Doktora
- Konular: Biyoistatistik, Biostatistics
- Anahtar Kelimeler: Çapraz Geçerlik, Denetimli Yöntemler, Öklid Uzaklığı, Risk Tahmini, Sınıflama, Biyoistatistik, Karar ağacı, Sınıflandırma, Veri madenciliği, İstatistiksel yöntemler, Cross Validation, Supervised Methods, Euclidean Distance, Risk Estimation, Classification, Bioistatistics, Decision tree, Risk forecasting, Data mining, Cross validity, Statistical methods
- Yıl: 2019
- Dil: Türkçe
- Üniversite: Van Yüzüncü Yıl Üniversitesi
- Enstitü: Sağlık Bilimleri Enstitüsü
- Ana Bilim Dalı: Biyoistatistik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Veri madenciliğinde, sınıflandırma amacıyla kullanılan algoritmalar genel olarak;“denetimsiz (unsupervised)”ve“denetimli (supervised)”olmak üzere iki başlık altında incelenebilir. Denetimli veri madenciliğinde“karar ağaçları (decision trees)”ve“k-en yakın komşu (k-nearest neighbor | KNN)”algoritmaları; parametrik olmayan yöntemler arasında olup, tahmin edici özelliğe sahiptir. Sınıflandırma amacıyla uygulanan bu algoritmalarla, çalışmadaki cevap değişkeni (bebeklerin doğum ağırlığı) üzerine etkili olan açıklayıcı değişkenler belirlenmiştir. Karar ağaçlarından;“CART, CHAID, Ayrıntılı CHAID, QUEST, Rastgele Orman ve C4.5”algoritmaları kullanılmıştır. K-en yakın komşu algoritmasında;“Öklid”ve“Manhattan (City block)”uzaklık ölçüleri kullanılarak uygulama yapılmıştır. Sınıflandırma performansları göz önüne alınarak, en iyi tahmin değerini veren algoritmalar belirlenmeye çalışılmıştır. Bu sonuçlara göre; Duyarlık (Sensitivity) ölçütü bakımından en yüksek tahmin oranı %88.4 ile“CART”algoritmasında gözlenmiştir. Özgüllük (Specificity) ölçütü bakımından en yüksek tahmin oranı %98.2 ile“Rasgele Orman”algoritmasında görülmüştür. Genel doğruluk ölçütü bakımından ise en yüksek tahmin oranı %94.5 ile“C4.5”algoritmasında gözlenmiştir. Risk (hata) tahmin ölçütü bakımından en düşük algoritma, %5.6 ile“C4.5”algoritması olmuştur. Genel olarak sonuçlar incelendiğinde; tüm algoritmaların“iyi sınıflandırma, yüksek tahmin ve düşük hata oranı”ile çalıştığı söylenebilir. Ayrıca bu çalışma, yeni doğacak bebeklerin doğum ağırlığının, düşük doğum ağırlığında olup olmayacağına erken karar verme ve böylece koruyucu tedbirlerin alınması açısından araştırmacılara katkı sağlayabilir.
Özet (Çeviri)
In data mining, the algorithms used for classification can generally be examined under two headings as“unsupervised”and“supervised”.“Decision trees”and“k-nearest neighbor (KNN)”algorithms in supervised data mining; nonparametric methods and has predictive feature. With these algorithms applied for classification purposes, explanatory variables which are most effective on the answer variable in the study (birth weight of babies) have been determined. From decision trees;“CART, CHAID, exhaustive CHAID, QUEST, Random Forest and C4.5”algorithms have been used. In k-nearest neighbor algorithm;“Euclidean”and“Manhattan (City block)”distance measurements have been applied. Considering the classification performances, it has been tried to determine optimal estimation algorithms. According to these results; the highest estimation rate in terms of sensitivity has been observed in the“CART”algorithm with 88.4%. The highest estimation rate in terms of specificity criterion has been seen 98.2% in the“Random Forest”algorithm. The highest estimation rate in terms of accuracy criterion has been seen 94.5% in the“C4.5”algorithm. The lowest rate in terms of the risk estimate has been observed in the“C4.5”of 5.6%. When the results are examined in general; it can be said that all algorithms work with“good classification, high estimation and low error rate”. In addition, this study may contribute to early investigations of the birth weight of newborn babies, whether it is low birth weight or not, and thus taking preventive measures.
Benzer Tezler
- Metin madenciliğinde kullanılan yöntemlerin karşılaştırılması: Siyasi parti liderlerinin grup genel toplantı konuşmaları ile bir uygulama
Comparison of techniques and methodologies used in text mining: An application with group meeting speeches of Turkish political part leaders
KEZİBAN SEÇKİN
- Kamu hizmetlerinde veri madenciliği: Çözüm masası verileri temelinde bir araştırma
Data mining in public services: A research on municipality help desk data
YILMAZ DEMİRCİ
Doktora
Türkçe
2018
Kamu YönetimiSakarya ÜniversitesiSiyaset Bilimi ve Kamu Yönetimi Ana Bilim Dalı
DOÇ. DR. ÖZER KÖSEOĞLU
- Veri madenciliğinde hibrit model yaklaşımı
Hybrid model approach in data mining
BATUHAN BAKIRARAR
Doktora
Türkçe
2021
BiyoistatistikAnkara ÜniversitesiBiyoistatistik ve Tıp Bilişimi Ana Bilim Dalı
PROF. DR. ATİLLA HALİL ELHAN
- Obtain anterior/posterior position of the tumor through machine learning
Makine öğrenme yoluyla tümörün anterior/posterior pozisyonunu elde edin
GOLSHAN GHOLAMPOUR
Yüksek Lisans
İngilizce
2023
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. İBRAHİM AKDUMAN
- Pertübasyon yöntemi ile hassas veri güvenliğine yönelik çok değişkenli veriler için tahmin analizi
Prediction analysis for multivariate data with respect to sensitive data security using the perturbation method
İLKER İLTER
Yüksek Lisans
Türkçe
2023
Endüstri ve Endüstri MühendisliğiSakarya ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. SAFİYE SENCER