Kaba kümeler yardımıyla önemsiz ve kayıp türdeki eksik verilerden bulanık kuralların çıkarılması

Kaba küme teorisi, dogrulanmıs mantıga, tutarsızlık gösteren verilere ve kesin olmayan gizli çıkarımların kesfine izin veren matematiksel bir araçtır. Kaba kümeler, bulanık kümelerde oldugu gibi kesin sınırlamaları kabul etmeyen ve eksik, yetersiz ve belirsiz bilgileri düzenleyerek, veri analizi için uygun hale getiren yapılardır. Bu tez çalısmasında, kaba küme teorisi kullanılarak, eksik veri kümelerinden bilgi çıkarımı yapılmıstır. Eksik veri kümeleri, günümüzde en çok hastalık verilerinde bulunmaktadır. Bu verilerden kurallar çıkarmak hastalık teshisinde son derece önemlidir. Önemsiz ve kayıp olmak üzere, iki farklı tipte eksik veri içeren, bir veri kümesi ile çalısılmıstır. Nicel degerli eksik veri kümelerinden, kaba küme yaklasımı ile bulanık kurallar çıkaran bir algoritma ile bilgi çıkarımı saglanmıstır. Sadece önemsiz türde eksik nitelik içeren veri kümeleri için tanımlanmıs olan algoritma, bu tez çalısması sırasında hem önemsiz, hem de kayıp türde eksik niteligi birlikte içeren veri kümelerinde uygulanabilecek biçimde gelistirilmistir. Gelistirilen algoritma için tiroit hastalıgı verileri üzerinde çalısan bir uygulama yazılımı olusturulmustur. Eksik niteliklerin sayıları ve türleri üzerinde yapılan degisikliklerle elde edilen altı farklı durum için yazılım test edilmistir. Gelistirilen algoritmada, kesin kurallar da %100, olası kurallarda %91 basarı saglanmıstır. En düsük basarı oranları tüm nitelik degerlerinin kayıp türde oldugu durum için alınmıstır. Tüm eksik niteliklerin kayıp türde olmasının elde edilen kural sayısını arttırdıgı ve basarı oranında azalmaya neden oldugu sonucuna varılmıstır. Anahtar Kelimeler: Kaba küme teorisi, Eksik veri kümesi, Kayıp veri, Önemsiz veri, Bulanık Kurallar