Destek vektör makine sınıflandırma çekirdeği fonksiyonlarının tıbbi veri setindeki performans karşılaştırması

Bu araştırmada, dört farklı destek vektörü makinesi çekirdek fonksiyonunun (normalleştirilmiş polinom çekirdek fonksiyonu (NPK), polinom çekirdek fonksiyonu (PK), Pearson VII fonksiyon tabanlı Evrensel Çekirdek fonksiyonu (PUK) ve Radyal Temel Fonksiyon Çekirdeği (RBF) doğru sınıflandırma performansları, 5 farklı tıbbi veri seti (otistik çocuklar, otistik ergenler, kronik böbrek yetmezliği, kriyoterapi ve immünoterapi) kullanılarak karşılaştırılmıştır. Bu tez çalışmasında kullanılan tıbbi veri tabanlarının tamamı, açık erişimli UC Irvine Machine Learning Repository' den elde edilmiştir. Bu tez çalışmasında yapılan bütün çalışmalar, WEKA paket program ortamında gerçekleştirilmiştir. Daha sonra, bu tez çalışmasından elde edilen doğru tanıma sonuçları, karmaşıklık matrisi, doğruluk, hassasiyet ve hata oranından oluşan veri madenciliği alanındaki bilinen sınıflandırma standartları açısından karşılaştırılmıştır.