Makine öğrenimi yöntemlerini kullanarak evre III invaziv duktal karsinomlu hasta verilerinin sınıflandırılması

ÖZET Amaç: Tez çalışmasında, danışmanlı makine öğrenimi yöntemleri sınıflama performansına göre kıyaslanarak çalışmada kullanılan yöntemlerin içerisinden, sınıflama başarısı yüksek olan yöntemin bulunması amaçlandı. Gereç ve Yöntem: Çalışmamızda, destek vektör makineleri, rasgele orman ve yapay sinir ağları yöntemlerinin sınıflama performanslarını kıyaslamak için meme kanseri türlerinden biri olan invaziv duktal karsinomlu 302 hastanın sağkalım bilgilerini içeren veri seti ile birlikte simülasyonla elde edilen 24 farklı veri seti kullanıldı. Kullanılan yöntemlerin sınıflama başarıları meme kanseri verilerinde genel doğruluk, duyarlılık, seçicilik, F-ölçütü, Matthews korelasyon kastsayısı, AUC ve ayırsama gücüne göre kıyaslandı. Simülasyon verilerinde ise eğitim-test doğrulukları farkı ve bu farkın anlamlılığı değerlendirildi. Bulgular: İnvaziv duktal karsinom evre III hastalarının test seti için en yüksek sağkalım sınıflama doğruluğu (%80) ve yüksek performans değerlendirme kriteri değerleri radyal çekirdekli destek vektör makinelerinden elde edildi. Simülasyon verilerinde de yüksek sınıflama doğruluğu ve doğruluklar arasındaki farkın küçüklüğü genel olarak destek vektör makinelerinden elde edildi. Sonuç: Destek vektör makineleri hem gerçek veri setinde hem de simülasyon verilerinde, rasgele orman ve yapay sinir ağlarına göre daha yüksek doğruluk oranına sahiptir.