Meme kanseri hastalarının sağ kalım tahmini için öznitelik seçimi ve sınıflandırma algoritmalarının karşılaştırılması

Meme kanseri günümüzde özellikle kadınlar arasında en sık görülen hastalıklardan biri haline gelmiş, bu durum da hastaların hayatta kalma tahmininin önemini artırmıştır. Bu çalışmada The Surveillance, Epidemiology, and End Results (SEER) meme kanseri veri seti kullanılarak makine öğrenme algoritmalarının sağ kalım tahmini üzerinde sağladığı başarılar karşılaştırılmış ve öznitelik seçiminin bu algoritmaların başarısı üzerinde sağladığı etki incelenmiştir. Çalışmanın ilk aşamasında veri setindeki sağ kalım tahmini için anlamlı olabilecek özniteliklerin tamamı kullanılarak 4 farklı makine öğrenme algoritması bu veri seti üzerinde Waikato Environment for Knowledge Analysis (Weka) ortamında çalıştırılmıştır. Bunlar: Naive Bayes, J48, Çok Amaçlı Evrimsel Bulanık Sınıflandırıcı (ÇAEBS), Destek Vektör Makineleridir (DVM). En başarılı algoritma olarak J48 algoritması belirlenmiştir. Çalışmanın ikinci aşamasında ise filtre ve sarmalama öznitelik seçim yöntemleri birlikte kullanılarak elde edilen veri setleri üzerinde ilk aşamada kullanılan sınıflandırma algoritmaları test edilmiş ve başarıları karşılaştırılmıştır. Daha az öznitelikle daha yüksek başarılar elde edilebildiği gözlemlenmiştir. Anahtar Sözcükler: Meme kanseri, Öznitelik seçimi, Sağ kalım, Sınıflandırma algoritmaları