Araştırma Makalesi
BibTex RIS Kaynak Göster

Genetik Algoritma Ve Sınıflandırıcı Yöntemler İle Kanser Tahmini

Yıl 2019, Cilt: 2 Sayı: 1, 30 - 34, 13.07.2019

Öz

Günümüzde mikrodizi analizlerinden
kanser teşhisi önemli bir araştırmadır. Bireysel genlerden elde edilen mikro
dizi verisinde kanser teşhisi için makine öğrenmesi yöntemlerini kullanmanın,
zaman ve doğruluk açısından avantajları vardır.Akciğer ve beyin kanseri veri
setleri üzerinde makine öğrenmesi sınıflandırma yöntemleri kullanılarak
performans analizi yapıldı. Aynı veriler genetik algoritma ile öznitelik
seçimine tabii tutuldu ve öznitelik seçimi yapılmış verilerin performans
analizleri tekrar inlecelenip sonuçlar tablolar ile desteklenerek yorumlandı.
Makine öğrenmesi sınıflandırma yöntemlerinden Naive Bayes, Bayes NET, kNN,
Random Forest ve LSVM kullanıldı.

Kaynakça

  • [1]Bhattacharjee, A., Richards, W. G., Staunton, J., Li, C., Monti, S., Vasa, P., ... & Loda, M. (2001). Classification of human lung carcinomas by mRNA expression profiling reveals distinct adenocarcinoma subclasses. Proceedings of the National Academy of Sciences, 98(24), 13790-13795.[2] Huang, C. L., & Wang, C. J. (2006). A GA-based feature selection and parameters optimizationfor support vector machines. Expert Systems with applications, 31(2), 231-240.[3] Zhang, M. L., & Zhou, Z. H. (2007). ML-KNN: A lazy learning approach to multi-label learning. Pattern recognition, 40(7), 2038-2048.[4] Oshiro, T. M., Perez, P. S., & Baranauskas, J. A. (2012, July). How many trees in a random forest?. In International Workshop on Machine Learning and Data Mining in Pattern Recognition(pp. 154-168). Springer, Berlin, Heidelberg.[5] Valdes, A. D. J., Fong, M. W., & Porras, P. A. (2008). U.S. Patent No. 7,379,993. Washington, DC: U.S. Patent and Trademark Office.[6] Leung, K. M. (2007). Naive bayesian classifier. Polytechnic University Department of Computer Science/Finance and Risk Engineering.
Yıl 2019, Cilt: 2 Sayı: 1, 30 - 34, 13.07.2019

Öz

Kaynakça

  • [1]Bhattacharjee, A., Richards, W. G., Staunton, J., Li, C., Monti, S., Vasa, P., ... & Loda, M. (2001). Classification of human lung carcinomas by mRNA expression profiling reveals distinct adenocarcinoma subclasses. Proceedings of the National Academy of Sciences, 98(24), 13790-13795.[2] Huang, C. L., & Wang, C. J. (2006). A GA-based feature selection and parameters optimizationfor support vector machines. Expert Systems with applications, 31(2), 231-240.[3] Zhang, M. L., & Zhou, Z. H. (2007). ML-KNN: A lazy learning approach to multi-label learning. Pattern recognition, 40(7), 2038-2048.[4] Oshiro, T. M., Perez, P. S., & Baranauskas, J. A. (2012, July). How many trees in a random forest?. In International Workshop on Machine Learning and Data Mining in Pattern Recognition(pp. 154-168). Springer, Berlin, Heidelberg.[5] Valdes, A. D. J., Fong, M. W., & Porras, P. A. (2008). U.S. Patent No. 7,379,993. Washington, DC: U.S. Patent and Trademark Office.[6] Leung, K. M. (2007). Naive bayesian classifier. Polytechnic University Department of Computer Science/Finance and Risk Engineering.
Toplam 1 adet kaynakça vardır.

Ayrıntılar

Birincil Dil Türkçe
Konular Mühendislik
Bölüm Makaleler
Yazarlar

Hasibe Candan 0000-0001-5722-0811

Arzu Durmuş Bu kişi benim

Güneş Harman

Yayımlanma Tarihi 13 Temmuz 2019
Yayımlandığı Sayı Yıl 2019 Cilt: 2 Sayı: 1

Kaynak Göster

APA Candan, H., Durmuş, A., & Harman, G. (2019). Genetik Algoritma Ve Sınıflandırıcı Yöntemler İle Kanser Tahmini. Veri Bilimi, 2(1), 30-34.



Dergimizin Tarandığı Dizinler (İndeksler)


Academic Resource Index

logo.png

journalseeker.researchbib.com

Google Scholar

scholar_logo_64dp.png

ASOS Index

asos-index.png

Rooting Index

logo.png

www.rootindexing.com

The JournalTOCs Index

journal-tocs-logo.jpg?w=584

www.journaltocs.ac.uk

General Impact Factor (GIF) Index

images?q=tbn%3AANd9GcQ0CrEQm4bHBnwh4XJv9I3ZCdHgQarj_qLyPTkGpeoRRmNh10eC

generalif.com

Directory of Research Journals Indexing

DRJI_Logo.jpg

olddrji.lbp.world/indexedJournals.aspx

I2OR Index

8c492a0a466f9b2cd59ec89595639a5c?AccessKeyId=245B99561176BAE11FEB&disposition=0&alloworigin=1

http://www.i2or.com/8.html



logo.png