Optimize Edilmiş Denetimli Öğrenme Algoritmaları ile Obezite Analizi ve Tahmini

Authors : Tülay Turan

Pages : 301-312

View : 113 | Download : 175

Publication Date : 2023-12-31

Article Type : Research Paper

Abstract :Obezite dünya genelinde gerçekleşen ölümlerin en önemli beşinci nedeni olarak karşımız çıkan bir sağlık sorunudur. Dünya Sağlık Örgütü (DSÖ) 2022 yılında yayınladığı raporda obezitenin birçok hastalığın temelinin oluşturduğunu ve gerekli önlemler ve politikalar izlenerek durdurulabileceğini vurgulamıştır. Bu nedenle makine öğrenmesi algoritmaları ile obezite analizi ve tahmin uygulamaları önemlidir. Bu çalışmada, UCI makine öğrenmesi veri havuzundan alınan veriler kullanılarak, denetimli öğrenme algoritmalarından K-En Yakın Komşu Algoritması(KNN) ve Rastgele Ormanlar Algoritmaları(RF) ile tahmin modelleri geliştirilmiştir. Bu modeller farklı istatistiksel değerlendirme kriterleri kullanılarak karşılaştırılmıştır. Değerlendirme sonucunda hiper parametre optimizasyonu gerçekleştirilen RF modeli %94 ortalama accuracy(doğruluk) sonucu ile en iyi tahmin sonucunu elde etmiştir. Çalışma obezite prevalansını etkileyen faktörleri analiz etmesi, görselleştirmesi ve yüksek bir başarı oranı ile seviyelerini tahmin etmesiyle önemlidir.
Keywords : Obezite Analizi, Denetimli Makine Öğrenmesi, Hiperparametre Optimizasyonu, KNN, RF