Medikal veri üzerinde makine öğrenmesi yöntemlerinin karşılaştırılması
Özet
Teknolojinin gelişmesiyle birlikte bilgisayarlar herkes tarafından ulaşılabilir hale gelmiştir. Bilgisayarların herkes tarafından ulaşılabilir olması yapay zeka, büyük veri ve IoT gibi alanlarda hem ticari hem de akademik çalışmaların artmasını sağlamıştır. Teknolojinin gelişmesiyle makine öğrenmesi yöntemleri de hemen hemen sektörde kendine yer bulmaktadır. Bu çalışma kapsamında sağlık alanından seçilen felç tahmin veri seti, parkinson hastalığı veri seti, kalp yetmezliği veri seti ve hepatit C hastalığı veri setleri ile modellenen makine öğrenmesi yöntemlerinin karşılaştırılması sağlanmıştır. Hazırlanan makine öğrenmesi modellemelerinde sırası ile Random Forest, Support Vector Machine, Logistic Regression, Naive Bayes ve Decision Tree algoritmaları kullanılmıştır. Makine öğrenmesi yöntemlerinin karşılaştırılmasında veri setlerinin veri dağılımlarına ve özelliklerine en az seviye de müdahale edilmiştir. Makine öğrenmesi yöntemlerinin karşılaştırılmasında literatürde kabül görmüş metrikler olan f1_score, roc_auc, accurancy, precision ve recall değerleri kullanılmıştır.