Komşuluk Bileşen Analizi Tabanlı Makine Öğrenimi Yöntemleri ile Obezite Seviyelerinin Tahmini

Authors : Çağla DANACI, Derya AVCI, Seda ARSLAN TUNCER

Pages : 433-442

Doi:10.35234/fumbd.1234161

View : 285 | Download : 256

Publication Date : 2023-09-01

Article Type : Research Paper

Abstract :Obezite, gelişmiş ülkelerde daha çok görülmekle birlikte gelişmekte olan ülkelerde de yaşam kalitelerini olumsuz yönde etkileyen bir hastalıktır. Obeziteyi tetikleyen birden çok etmen bulunmakla beraber bu etmenlerin en somut örneklerinden bazıları hareketsiz yaşam, dengesiz beslenme olarak sıralanabilir. Obezite, hastalar için farklı düzeylerde görülebilmektedir. Her düzey, tedavi aşamasında arz ettiği önem ile obezite tanısının erken aşamada belirlenme ihtiyacını doğurmaktadır. Bu doğrultuda uzmanlara karar aşamasında yardımcı olabilecek otonom bir sistem bu ihtiyaca destek niteliğinde tasarlanmıştır. Çalışmada obezite hastalarını, obezite düzeylerine göre sınıflandırabilmek amacıyla makine öğrenimi tabanlı bir yaklaşım önerilmiştir. UCI makine öğrenimi deposundan 16 özelliğe sahip 2111 hasta verisi üzerinde Komşuluk Bileşen Analizi insert ignore into journalissuearticles values(KBA); yöntemi ile özellik seçimi yapılarak özellikler Aşırı Gradyan Artırma insert ignore into journalissuearticles values(XGBoost); ve Karar Ağacı algoritmaları ile sınıflandırılmıştır. Sonuçlar incelendiğinde özellik seçimi sonrası doğruluk oranlarında iki algoritma için de %1 artış gözlemlenmiştir. Sistemin amaca uygun olarak performans sergilemesi sebebiyle, obezite düzey tahmininde optimum özellik sayısı ile uzmanlara yardımcı bir çalışma olacağı öngörülmektedir.
Keywords : Obezite, Yapay Zekâ, Makine Öğrenmesi, Özellik Seçimi, Sağlık

ORIGINAL ARTICLE URL