Wısconsın meme kanseri veri tabanının sınıflandırılması

İstatiksel veri analizi, farklı veritabanlarında sınıflandırma yapabilmek için metotgelistirmeyi içerir. Bu veritabanları farklı sektörlere ait olabilir. Örneğin finans,endüstri, gıda, biyomedikal vb. Asıl amaç bir hastayı, bir ürünü veya herhangi birseyi sınıflandırarak bir sonuç elde etmektir.Bu çalısmada , biyomedikal analiz için sınıflandırma metotlarını kullandık.Örnek veritabanımız, kanserin en büyük sebeplerinden biri olan meme kanseriverilerini içermektedir. Çünkü meme kanserinin teshisi büyük önem tasımaktadır.Veritabanımızda, sınıflandırma için kullanılacak 9 öznitelik bulunmaktadır. Buöznitelikler sayılardan olusmaktadır. ?lerleyen bölümlerde bu özniteliklerin detaylarıverilecektir. FNA islemi sonucunda sayısal veriler alındıktan sonra, sınıflandırmaetiketleri klasik yöntemlerle veya sınıflandırma algoritmaları ile verilebilir.Veritabanımızda gerçek tanı değerleri bulunan bir sütun bulunmaktadır. Bu çalısma,sınıflandırma algoritmalarının önemini vurgulamaktadır.Çalısmada farklı algoritmalar ve metotlar kullanılmıs, gerçek sonuçlar bazalınarak hesaplanan doğruluk oranları verilmistir. Elde edilen sonuçlarkarsılastırılmıstır. Böylece, bilgisayar programlarının, hastalık tanılarındakullanılması için yeni fikirler olusabilir. Bilgisayar destekli tanı islemi daha yaygınsekilde kullanılabilir.Anahtar Kelimeler: Biyomedikal veri analizi, KNN kuralı, linear discriminant,neural network, support vector machine, meme kanseri.