GÜL HASTALIĞI TEŞHİSİ İÇİN KARAR AĞACI ALGORİTMALARININ KARŞILAŞTIRMALI BİR ANALİZİ

Öz

Makine öğrenimi, veriler içerisindeki yararlı bilgileri çıkarmak ve veriler arasındaki ilişkilere dayalı algoritmalar tasarlamak için kullanılan istatistiksel bir modelleme konusudur. Makine öğrenimi kullanmanın en büyük avantajı, algoritmanın verilerle ne yapacağını öğrendiğinde gerekli işlemleri otomatik olarak yapmasıdır. Veri madenciliği konuları arasında sıklıkla kullanılan yöntem, sınıflandırmadır. Sınıflandırma yöntemi, pek çok algoritmaya kıyasla pratik ve hızlı çözümler sunan alternatif bir yöntemdir. Sınıflandırma yönteminde veriler içerisindeki bilgiler, bağıntılar, desenler ve benzerliklerden yola çıkılarak çeşitli algoritmalar yardımıyla model oluşturulur. Bu model üzerinden yeni gözlemler için sınıf tahmini yapılır. Bu çalışmada, farklı karar ağacı algoritmaları ile hastalık teşhisi için (hasta-hasta değil) sınıflandırma analizi yapılmıştır. Çalışmada asıl amaç; gözlemin hasta-hasta değil şeklinde sınıflandırılmasından ziyade, bu ayrım yapılırken kullanılan değişkenlerin neler olduğunun belirlemesi ve literatür ile kıyaslanmasıdır. Eğitim ve test aşamasında veriler, çapraz doğrulama ile karşılaştırılmıştır. En başarılı yöntem tespit edilirken doğruluk, kesinlik, duyarlılık, F-ölçütü, MCC, ROC Area, PRC Area ve Kappa değerleri göz önüne alınmıştır.

Anahtar Kelimeler

• Karar ağaçları
• sınıflandırma
• makine öğrenmesi
• hastalık teşhisi

A COMPARATIVE ANALYSIS OF DECISION TREE ALGORITHMS FOR ROSE DISEASE DIAGNOSIS

Öz

Machine learning is a statistical modeling topic used to extract useful information from data and design algorithms based on relationships between data. The biggest advantage of using machine learning is that when the algorithm learns what to do with the data, it automatically takes the necessary actions. The most frequently used method among data mining topics is classification. The classification method is an alternative method that offers practical and fast solutions compared to many algorithms. In the classification method, a model is created with the help of various algorithms based on the information, relations, patterns and similarities in the data. Class estimation is made for new observations over this model. In this study, classification analysis was performed for disease diagnosis (patient-not patient) with different decision tree algorithms. The main purpose of the study; rather than classifying the observation as patient-not patient, it is to determine what the variables used in making this distinction are and to compare them with the literature. During the training and testing phase, the data were compared by cross validation. While determining the most successful method, accuracy, precision, sensitivity, F-measure, MCC, ROC Area, PRC Area and Kappa values were taken into consideration.

Anahtar Kelimeler

• decision trees
• classification
• machine learning
• disease diagnosis.

Kaynakça

1. [1] Adnan, N. ve Islam, Z. (2016), Optimizing the number of trees in a decision forest to discover a subforest with high ensemble accuracy using a genetic algorithm, Knowledge-Based Systems, 110, 86-97.
2. [2] Aldrich, N., Gerstenblith, M., Fu, P., Tuttle, M. S., Varma, P., Gotow, E., Cooper, K. D., Mann, M. ve Popkin, D. L. (2015), Genetic vs environmental factors that correlate with rozasea: a cohort-based survey of twins, Jama Dermatol, 151, 1213-1219.
3. [3] Alpaydın, E. (2000), Zeki veri madenciliği: ham veriden altın bilgiye ulaşma yöntemleri, Bilişim 2000 Veri Madenciliği Eğitim Semineri.
4. [4] Al-Saggaf, Y., ve Nielsen, S. (2014), Self-disclosure on Facebook among female users and its relationship to feelings of loneliness, Computers in Human Behavior, 36, 460-468.
5. [5] Anadolu Sağlık (2021), Rozase Hastalığı: Nedir, Nedenleri, Belirtileri ve Tedavisi, Anadolu Sağlık Merkezi, Deri Hastalıkları Bölümü.
6. [6] Ata, O. ve Erbudak, A. E. (2022), Veri madenciliği ve makine öğrenimi ile döviz kuru tahmini uygulaması, Fırat Üniversitesi Mühendislik Bilimleri Dergisi, 34(2), 553-563. Freund, Y. ve Mason, L. (1999), The alternating decision tree learning algorithm, Paper Presented at the Proceedings of the Sixteenth International Conference on Machine Learning.
7. [7] Aybey, B. (2022), Gül Hastalığı (Rozasea) Nedir? Belirtileri ve Tedavisi, Florence Nightingale Hastaneleri, İstanbul.
8. [8] Bahety, A. (2014), Extension and evaluation of ID3-Decision Tree Algorithm, Entropy, 2(1), 1-8.

9. [9] Belli, A. A., Gök, S. Ö., Akbaba, G., Etgu, F. ve Doğan, G. (2016), The relationship between rosacea and insulin resistance and metabolic syndrome, European Journal of Dermatology, 26, 260-264.
10. [10] Berg, M. ve Liden, S. (1989), An epidemiological study of rosacea, Acta Dermato Venereologica, 69, 419-423.
11. [11] Bilgin, M. (2017), Gerçek veri setlerinde klasik makine öğrenmesi yöntemlerinin performans analizi, Breast, 2(9), 683-688.
12. [12] Bingöl, M. (2021), Rozasea’da Hastalık Şiddetiyle Sosyal Fobi, Anksiyete, Benlik Saygısı, Uyku Kalitesi ve Dermatolojik Yaşam Kalite İndeksi Arasındaki İlişki, Uzmanlık Tezi, Atatürk Üniversitesi Tıp Fakültesi, Erzurum.
13. [13] Breiman, L. (2001), Random Forests, Machine Learning, 45(1), 5-32.
14. [14] Bulut, F. (2016), Çok katmanlı algılayıcılar ile doğru meslek tercihi, Anadolu University Journal of Science and Technology-An Applied Sciences and Engineering, 17(1), 97-109.
15. [15] Cem Sönmez, Sinyalize Kavşaklarda Trafik Akımının Modellenmesi, Yayınlanmamış Yüksek Lisans Tezi, İTÜ Fen Bilimleri Enstitüsü, İstanbul, 2005.
16. [16] Cheng, J., Fayyad, U. M., Irani, K. B. ve Qian, Z. (1988), Improved decision trees: a generalized version of ID3, Proceedings of the Fifth International Conference on Machine Learning, 100-106.
17. [17] Cho, G., Park, H. M., Jung, W. M., Cha, W. S., Lee, D. ve Chae, Y. (2020) Identification of candidate medicinal herbs for skincare via data mining of the classic Donguibogam text on Korean medicine, Integrative Medicine Research, 9(4), 1-9.
18. [18] Chosidow, O., Cribier, B. (2011), Epidemiology of rozasea: updated data, Annales de Dermatologie et de Venereologie, 138, 179-183.
19. [19] Cohen, J. (1960), A coefficient of agreement for nominal scales, Educational and Psychological Measurement, 20(1), 37-46.
20. [20] Coşkun, C. ve Baykal, A. (2011), Veri madenciliğinde sınıflandırma algoritmalarının bir örnek üzerinde karşılaştırılması, XIII. Akademik Bilişim Konferansı Bildirileri, 51-58.
21. [21] Çetinkaya, O. (2011), Belirsizliğin ölçülmesi ve entropi, İstanbul Üniversitesi İktisat Fakültesi Mecmuası, 44, 1-4.
22. [22] Domingos, P. ve Hulten, P. G. (2000) Mining high-speed data streams, Proceedings of the Sixth International Conference on Knowledge Discovery and Data Mining, 71-80.
23. [23] Friedl, M. A. ve Brodley, C. E. (1997), Decision tree classification of land cover from remotely sensed data, Remote Sensing Of Environment, 61(3), 399-409.
24. [24] Haber, R. ve El-Gemayel, M. (2018) Comorbidities in rozasea: A systematic review and update, Journal of American Academy of Dermatology, 78, 786-792.
25. [25] Heo, J. Y., Cho, M. K. ve Kim, S. (2022), Data mining for detecting signals of adverse drug reaction of doxycycline using the Korea adverse event reporting system database, Journal of Dermatological Treatment, 33(4), 2192-2197.
26. [26] Holmes, A.D., Spoendlin, J., Chien, A.L., Baldwin, H. ve Chang, A. L. S. (2018) Evidence-based update on rosacea comorbidities and their common physiologic pathways, Journal of American Academy of Dermatology, 78(1), 156-166.
27. [27] Holmes, G., Pfahringer, B., Kirkby, R., Frank, E. ve Hall, M. (2002), Multiclass Alternating Decision Trees, Paper Presented at the Proceedings of the 13th European Conference on Machine Learning.
28. [28] Islam, Z. ve Giggins, H. (2011), Knowledge discovery through SysFor: A systematically developed forest of multiple decision trees, In Proceedings of the Ninth Australasian Data Mining Conference, 121, 195-204.
29. [29] Kaynar, O., Görmez, Y., Yıldız, M. ve Albayrak, A. (2016), Makine öğrenmesi yöntemleri ile duygu analizi, International Artificial Intelligence and Data Processing Symposium, 234-241.
30. [30] Kim, J. ve Kim, K. (2023), Elucidating the potential pharmaceutical mechanism of Gyejibokryeong-hwan on rosacea using network analysis, Medicine (Baltimore), 102(9), 1-11.
31. [31] Landwehr, N., Hall, M. ve Frank, E. (2003), Logistic model trees, Springer, Berlin.
32. [32] Landwehr, N., Hall, M. ve Frank, E. (2005). Logistic model trees. Machine Learning., 59, 161-205.
33. [33] Litt, J. Z. (1997), Rosacea: how to recognize and treat an age-related skin disease, Geriatrics, 52, 39-47.
34. [34] Quinlan, J. R. (1993), C4.5: Programs for Machine Learning, Morgan Kaufmann Publishers Inc, Massachusetts.
35. [35] Rajalingam, K., Levin, N., Marques, O., Grichnik, J., Lin, A. ve Chen, W. S. (2023), Treatment options and emotional well-being in patients with rosacea: An unsupervised machine learning analysis of over 200,000 posts, Journal of The American Academy of Dermatology, 13, 172-178,
36. [36] Sarmanova, A. ve Albayrak, S. (2013), Alleviating class imbalance problem in data mining, In Signal Processing and Communications Applications Conference, 1-4.
37. [37] Shi, H. (2007). Best-First Decision Tree Learning, The University of Waikato, Hamilton, NewZealand.
38. [38] Spoendlin, J., Voegel, J. J., Jick, S. S., Meier, C. R. (2012), A study on the epidemiology of rozasea in the U.K., British Journal of Dermatology,167, 598-605.
39. [39] Sumner, M., Frank, E. ve Hall, M. (2005), Speeding Up Logistic Model Tree Induction, Springer, Berlin.
40. [40] Şatır, E., Azboy, F., Aydın, A., Arslan, H. ve Hacıefendioğlu, Ş. (2016). Veri indirgeme ve sınıflandırma teknikleri ile glokom hastalığı teşhisi, El-Cezeri Journal of Science and Engineering, 3(3), 485-497.
41. [41] Ture, M., Tokatli, F. ve Kurt, I. (2009), Using Kaplan–Meier analysis together with decision tree methods (C&RT, CHAID, QUEST, C4. 5 and ID3) in determining recurrence-free survival of breast cancer patients, Expert Systems with Applications, 36(2), 2017-2026.
42. [42] Webster, G. F. (2003), Rosacea and Related Disorders, Mosby, USA.
43. [43] Wisaeng, K. (2013), A Comparison of different classification techniques for bank direct marketing, International Journal of Soft Computing and Engineering, 3(4), 116-119.
44. [44] Witten, I. H. ve Frankk, E. (2005), Data Mining: Practical Machine Learning Tools and Techniques, San Elsevier, Francisco.
45. [45] Witten, I. H., Frank, E. ve Hall, M. A. (2011), Data Mining: Practical Machine Learning Tools and Techniques: Practical Machine Learning Tools and Techniques, Elsevier Science.
46. [46] Yıldırım, P., Uludağ, M. ve Görür A. (2008), Hastane bilgi sistemlerinde veri madenciliği, Akademik Bilişim, Çanakkale Onsekiz Mart Üniversitesi, Çanakkale, 429-434.
47. [47] Yorulmaz, A., Kulcu, S. C. (2015), Helicobacter pylori and inflammatory skin diseases, World Journal of Dermatology, 4, 120-128.
48. [48] Zhao, Y., ve Zhang, Y. (2008), Comparison of decision tree methods for finding active objects, Advances in Space Research, 41(12), 1955-1959.
49. [49] Zuber, T. J. (2000), Rosacea, Dermatology, 27, 309-318.