AI Summary & Key Takeaways
AI InsightAdditionally, information about the choices given in WEKA software, which has been widely used in the data mining field and is free of charge, was also presented.
📌 3 Key Takeaways
Abstract
In this study, the accuracy of k-Means clustering algorithm, implemented in WEKA software, in the analysis of heart rate variability (HRV) that are used in discriminating the patients with congestive heart failure (CHF) from normal subjects is investigated. After being obtained from 29 CHF patients and 54 normal subjects, HRV measures were applied to k-Means clustering algorithm using WEKA software. As a result, the maximum discrimination accuracy of 98.79% was achieved when only four clusters were used. Additionally, information about the choices given in WEKA software, which has been widely used in the data mining field and is free of charge, was also presented.
Özet
Bu çalışmada, konjestif kalp yetmezliği (KKY) olan hastaların kontrol grubundan ayırt edilmesi için kalp hızı değişkenliği (KHD) analizi verileri üzerinde WEKA yazılımı kullanılarak k-Ortalama kümeleme algoritması başarımı incelenmiştir. KHD ölçümleri 29 adet KKY rahatsızlığı bulunan hastadan ve kontrol grubunda yer alan 54 kişiden elde edildikten sonra WEKA yazılımı aracılığıyla k-Ortalama kümeleme algoritmasına uygulanmıştır. Sonuç olarak, sadece dört kümenin kullanıldığı durum için en yüksek %98,79 başarıma ulaşıldığı tespit edilmiştir. Ayrıca, veri madenciliği alanında oldukça yüksek bir kullanım alanına sahip olan ve ücretsiz olarak sunulan WEKA yazılımında sunulan seçenekler hakkında bilgi de verilmiştir.