Kalp hastalıkları ölüm oranı bakımından bütün hastalıklar arasında ilk sırada yer alır. Hastalığın kesin tedavisi olmamakla birlikte doğru teşhis hastaların hayatta kalma süresi ve yaşam kalitesine olumlu yönde etki eder. Bugüne kadar kalp hastalıklarının teşhisi için çeşitli klinik yöntemler kullanılmıştır. Son dönemde hastalığın teşhisi için makine öğrenmesi algoritmaları da kullanılmaktadır. Bu kapsamda yaptığımız çalışmada kalp hastalığı teşhisi için KNN sınıflayıcı kullanılmıştır. Algoritmanın sınıflandırma başarısını iyileştirmek için optimum parametreler bulunmaya çalışılmıştır. KNN algoritması için ilk parametre uzaklık yöntemidir ve bu parametre için Manhattan, Euclidean, Chebyshev ve Cosine ölçümleri tercih edilmiştir. Diğer parametre komşu sayısıdır ve en uygun komşu sayısını tespit edebilmek için 1…15 arasındaki tek sayılar denenmiştir. Kalp hastalıklarını sınıflandırmak için kullandığımız KNN algoritması C++ programlama dilinde kodlanmış ve çalıştırılmıştır. Model değerlendirme aşamasında UCI Statlog (Heart) veriseti kullanılmış ve sonuçlar doğruluk ve ROC analizine dayalı olarak elde edilmiştir. KNN algoritması ile elde edilen en yüksek sınıflandırma doğruluğu %100 ve en yüksek AUC değeri 1,00 olarak ölçülmüştür. Bu değer; Chebyshev uzaklık ölçümü ve komşu sayısının 7 olduğu durumda elde edilmiştir.
kalp hastalık teşhisi makine öğrenmesi k en yakın komşu algoritması parametre optimizasyonu
Primary Language | Turkish |
---|---|
Subjects | Engineering |
Journal Section | Makaleler |
Authors | |
Publication Date | June 21, 2022 |
Submission Date | July 31, 2021 |
Acceptance Date | February 11, 2022 |
Published in Issue | Year 2023 Volume: 38 Issue: 1 |