Veri madenciliği sınıflandırma algoritmaları ile yumurtalık kanseri hastalarının incelenmesi: Recep Tayyip Erdoğan Üniversitesi eğitim ve araştırma hastanesi örneği
Investigation of patients of overian cancer with data mining classification algorithms: Recep Tayyip Rrdoğan University education and research hospital sample
- Tez No: 645919
- Danışmanlar: DR. ÖĞR. ÜYESİ BURCU KARTAL
- Tez Türü: Yüksek Lisans
- Konular: İşletme, Business Administration
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2020
- Dil: Türkçe
- Üniversite: Recep Tayyip Erdoğan Üniversitesi
- Enstitü: Sosyal Bilimler Enstitüsü
- Ana Bilim Dalı: İşletme Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 120
Özet
Bu tezin amacı, yumurtalık kanseri hastalarından elde edilen veri setine veri madenciliği sınıflandırma algoritmalarının uygulanması ve bu algoritmaların performanslarının karşılaştırılması olarak belirlenmiştir. Tez için kullanılan veri seti Recep Tayyip Erdoğan Üniversitesi Eğitim ve Araştırma Hastanesi Onkoloji bölümünden elde edilmiştir. Çalışmamızda uzman görüşüne başvurularak Tedaviye Yanıt, Sağ Kalım ve Tümörün Lokalizasyonu olmak üzere üç hedef değişken belirlenmiştir. Hedef değişkenlerin sınıflandırılmasında Naive Bayes, Destek Vektör Makinesi (DVM), Lojistik Regresyon, J48 Karar Ağacı ve k-En Yakın Komşu algoritmaları kullanılmıştır. Algoritmaların uygulanması aşamasında Weka paket programından yararlanılmıştır. Çalışma sonucunda, veri madenciliği algoritmalarının elde ettiği sınıflandırma performansları neticesinde oluşan sıralama her hedef değişkeni için farklılık göstermiştir. Ayrıca lokalizasyon hedef değişkeninde elde edilen sınıflandırma performanslarının oldukça düşük olduğu görülmüştür.
Özet (Çeviri)
The purpose of this thesis is to apply, data mining classification algorithms to the data set obtained from ovarian cancer patients and to compare the performance of these algorthms. The data set used was taken from Recep Tayyip Erdoğan University Education and Research Hospital Oncology Department. In our study, three target variables, namely Response to Treatment, Survival and Localization of the Tumor, were determined by seeking expert opinion. Naive Bayes, Support Vector Machine (DVM), Logistic Regression, J48 Decision Tree and k-Nearest Neighbor algorithms were used to classify target variables. Weka package program was used during the implementation of the algorithms. As a result of the study, the ordering resulting from the classification performances obtained by data mining algorithms have been differed for each target variable. In addition, the classification performances obtained in the localization target variable have been seen to be quite low.
Benzer Tezler
- Veri madenciliği sınıflandırma algoritmaları ile e-posta önemliliğinin belirlenmesi
Determination of e-mail importance with data mining classification algorlthms
BURCU KALE
Yüksek Lisans
Türkçe
2018
İstatistikÇukurova Üniversitesiİstatistik Ana Bilim Dalı
PROF. DR. GÜZİN YÜKSEL
- Veri madenciliği yöntemleri ile ankilozan spondilit hastalığında radyografik progresyona etkili faktörlerin analizi
Analysis of factors affecting radiographic progression in ankylosing spondylitis disease by data mining methods
YEŞİM ATASOY
Yüksek Lisans
Türkçe
2015
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul ÜniversitesiEnformatik Ana Bilim Dalı
YRD. DOÇ. DR. ÇİĞDEM EROL
YRD. DOÇ. DR. YALÇIN ÖZKAN
- Veri kalitesinin bozulduğu durumlarda veri madenciliği sınıflandırma algoritmalarının performanslarınınkarşılaştırılması
Comparison of performances data mining classificationalgorithms when data quality is defective
SAYGIN DİLER
Doktora
Türkçe
2023
İstatistikVan Yüzüncü Yıl Üniversitesiİstatistik Ana Bilim Dalı
DR. ÖĞR. ÜYESİ YILDIRIM DEMİR
- Öğrenci performansının veri madenciliği ile belirlenmesi
Determination of students performance with data mining
SEVİL ÖZARSLAN
Yüksek Lisans
Türkçe
2014
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKırıkkale ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. NECAATTİN BARIŞÇI
- Veri madenciliğinde sınıflandırma problemleri için optimizasyon yaklaşımları
Optimization approaches for classification problems in data mining
ENVER ENGÜR
Doktora
Türkçe
2024
Endüstri ve Endüstri MühendisliğiErciyes ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. BANU SOYLU