Sınıf dengesizliği içeren tıbbi verilerde akciğer kanseri evre sınıflandırması

Bu tez kapsamında, 8 metal oksit yarı iletken ve 14 kuvars kristal mikro terazi sensörden oluşan hibrit bir elektronik burun sistemi kullanılarak, akciğer kanseri tanısı almış bireylerin nefes örnekleri analiz edilmiş ve hastalık evrelerine göre sınıflandırılmıştır. Analiz edilen 200 nefes örneği, hastalık evrelerine göre sırasıyla I. Evre: 14, II. Evre: 12, III. Evre: 23 ve IV. Evre: 151 örnekten oluşmaktadır. Veri setine öncelikle referans düzeltme ve iletkenlik dönüşümü gibi önişleme adımları uygulanmıştır. Bu adımların ardından öznitelik çıkarımı gerçekleştirilmiş; elde edilen öznitelikler Z-Skor normalizasyonu ile ölçeklendirilmiş ve sonrasında Temel Bileşenler Analizi kullanılarak boyut indirgeme işlemi yapılmıştır. Sınıflandırma işlemi hem dengesiz veri seti ile hem de Sentetik Azınlık Aşırı Örnekleme Tekniği ve türevleriyle dengelenmiş veri setleri üzerinde gerçekleştirilmiştir. Lojistik Regresyon, Destek Vektör Makineleri, k-En Yakın Komşu ve Rastgele Orman algoritmaları farklı hiperparametre kombinasyonlarıyla eğitilmiş ve test edilmiştir. Modellerin performansı doğruluk, makro kesinlik, makro duyarlılık ve makro F1-skoru gibi metriklerle değerlendirilmiştir. Sonuçlar, dengesiz veri setlerinde hem veri dengeleme algoritmalarının hem de hibrit sensör sistemlerinin makine öğrenmesi tabanlı sınıflandırma performansını belirgin biçimde artırdığını göstermektedir.