Geri Dön

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

  1. Tez No: 645919
  2. Yazar: İLYAS YILMAZ
  3. Danışmanlar: DR. ÖĞR. ÜYESİ BURCU KARTAL
  4. Tez Türü: Yüksek Lisans
  5. Konular: İşletme, Business Administration
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2020
  8. Dil: Türkçe
  9. Üniversite: Recep Tayyip Erdoğan Üniversitesi
  10. Enstitü: Sosyal Bilimler Enstitüsü
  11. Ana Bilim Dalı: İşletme Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. 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

  1. Veri madenciliği sınıflandırma algoritmaları ile e-posta önemliliğinin belirlenmesi

    Determination of e-mail importance with data mining classification algorlthms

    BURCU KALE

    Yüksek Lisans

    Türkçe

    Türkçe

    2018

    İstatistikÇukurova Üniversitesi

    İstatistik Ana Bilim Dalı

    PROF. DR. GÜZİN YÜKSEL

  2. 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

    Türkçe

    2015

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Üniversitesi

    Enformatik Ana Bilim Dalı

    YRD. DOÇ. DR. ÇİĞDEM EROL

    YRD. DOÇ. DR. YALÇIN ÖZKAN

  3. Veri kalitesinin bozulduğu durumlarda veri madenciliği sınıflandırma algoritmalarının performanslarınınkarşılaştırılması

    Comparison of performances data mining classificationalgorithms when data quality is defective

    SAYGIN DİLER

    Doktora

    Türkçe

    Türkçe

    2023

    İstatistikVan Yüzüncü Yıl Üniversitesi

    İstatistik Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ YILDIRIM DEMİR

  4. Öğrenci performansının veri madenciliği ile belirlenmesi

    Determination of students performance with data mining

    SEVİL ÖZARSLAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2014

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKırıkkale Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. NECAATTİN BARIŞÇI

  5. Veri madenciliğinde sınıflandırma problemleri için optimizasyon yaklaşımları

    Optimization approaches for classification problems in data mining

    ENVER ENGÜR

    Doktora

    Türkçe

    Türkçe

    2024

    Endüstri ve Endüstri MühendisliğiErciyes Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    PROF. DR. BANU SOYLU