The Investigation of the Success of Different Machine Learning Methods in Breast Cancer Diagnosis

Authors : İbrahim ATEŞ, Turgay Tugay BİLGİN

Pages : 347-356

Doi:10.18521/ktd.912462

View : 41 | Download : 12

Publication Date : 2021-06-07

Article Type : Research Paper

Abstract :Amaç: Bu çalışmanın amacı, makine öğrenimi yöntemlerini kullanarak kanseri yaşamın erken dönemlerinde belirlemektir. Gereç ve Yöntem: Bu amaçla, Wisconsin Diagnostic Breast Cancer veri setinin Naive Bayes, karar ağaçları, yapay sinir ağları ile sınıflandırılması yapılmış ve söz konusu makine öğrenme yöntemleri karşılaştırılmıştır. Uygulamalar için ‘KNIME Analytics Platform’ u kullanılmıştır. Sınıflandırma işlemi yapılmadan önce veri seti ön işlemeden geçirilmiştir. Ön işleme aşamasından sonra, verilere üç farklı sınıflandırıcı yöntem uygulanmıştır. Yöntemlerin başarısını ölçmek için doğruluk, duyarlılık, özgüllük, hata matrisleri ve ROC eğrileri kullanılmıştır. Bulgular: Uygulama sonuçları, Naive Bayes ve yapay sinir ağı yöntemlerinin tümörleri %96.5 doğrulukla doğru olarak sınıflandırdığını göstermektedir. Karar ağacı yönteminin sınıflandırmadaki başarısı %92.6 olarak elde edilmiştir. Sonuç olarak, her üç modelin üstün doğruluğa sahip sınıflandırma yaptığı söylenebilir. Sonuç: Makine öğrenme algoritmaları, meme kanseri teşhisinde tümörlerin kötü huylu veya iyi huylu olup olmadığını belirlemek için başarıyla kullanılabilir.
Keywords : Meme kanseri teşhisi, Makine öğrenmesi, Naive Bayes, Karar ağaçları, Yapay sinir ağları, KNIME

ORIGINAL ARTICLE URL