Temel veri madenciliği algoritmalarının başarımlarının endokrin veri seti üzerinde karşılaştırılması

Gelişen teknoloji olanaklarının artması ile birlikte, birçok alanda veri depolanmaktadır. Elde edilen verilerden yol çıkılarak, anlamlı, yorumlanabilir ve insanlığın faydasına yönelik kullanılabilmesi için veri analiz yöntemlerine ve çözümlerine ihtiyaç duyulmaktadır. Teknolojinin ilerlemesiyle birlikte tıp alanında da büyük ve karmaşık veri tabanları oluşmaktadır. Veri madenciliği yöntemleri ile bu karmaşık veri tabanları içerisinden anlamlı verileri tespit etmek; bir altyapı oluşturmak, problemi tespit etmek, problemi çözmek veya bir hastalık teşhisinde daha hızlı ve çeşitli bakış açısı kazandırmaktadır. Bu tez çalışmasında Pamukkale Üniversitesi Hastanesi İç Hastalıkları Polikliniğine başvurmuş hastaların kan testleri bilgilerini içeren veri seti ele alınarak hasta profili belirlenmeye çalışılmıştır. Üzerine çalışılan hastalıklardan birine sahip olduğu bilinen bir kişinin, çalışılan diğer üç hastalık ile ilişkisi incelenmiş ve bu dört hastalık arasındaki ilişkinin gelecekte oluşabilecek rahatsızlıkların ön teşhisinde kullanılabileceği düşünülmüştür. Ayrıca çalışmada kullanılan Apriori, ECLAT, FP-Tree ve H-Mine algoritmaların veri seti üzerindeki performansları incelenmiş ve birbirleri arasında performans farkları değerlendirilmiştir.