AI Summary & Key Takeaways
AI InsightAccording to the accuracy criterion, the highest performance ratio belongs to random forest algorithm.
📌 3 Key Takeaways
Abstract
Data mining methods enable the creation of possible estimates as necessary as a result of the classification, clustering, or interrelation of data obtained in many areas such as advertising, trade, health, entertainment, production, military space. The performance rating of the forecast is extremely important. Therefore, it is important to predict which algorithms are better in data mining methods. In this study, data obtained from 300 pregnant women who delivered by cesarean section in Erzurum Nenehatun Gynecology Hospital were applied to C4.5, regression tree, random forest, support vector machines and k-nearest neighbor algorithms. Estimation success of the type of anesthesia used in cesarean delivery method was compared. Accuracy, precision, precision and F criteria were taken into account when performing performance comparisons of classification algorithms. At the end of the study, the accuracy, sensitivity and maximum performance support of the type of anesthesia used in the cesarean delivery method belongs to the support vector machines. According to the accuracy criterion, the highest performance ratio belongs to random forest algorithm.
Özet
Veri madenciliği yöntemleri, reklam, ticaret, sağlık, eğlence, üretim, askeri gibi birçok alanda elde edilen verilerin sınıflandırılması, kümelenmesi ya da birbirleri ile ilişkilendirilmesi sonucunda gerektiğinde ileriye dönük tahminler oluşturmayı sağlamaktadır. Yapılacak tahminlemenin başarım derecesi ise son derece önemlidir. Bundan dolayı veri madenciliği yöntemlerinde bulunan algoritmaların hangisinin daha iyi sonuç verdiği tahminleme açısından önem arz etmektedir. Bu çalışmada Erzurum Nenehatun Kadın Doğum Hastanesi’nde sezaryen yöntemiyle doğum yapan 300 gebeden elde edilen veri setine sınıflandırma algoritmalarından C4.5, regresyon ağacı, random forest, destek vektör makineleri ve k-en yakın komşu algoritmaları uygulanarak sezaryenle doğum yönteminde ku1llanılan anestezi türünün tahminleme başarıları karşılaştırılmıştır. Sınıflandırma algoritmalarının başarım karşılaştırmaları yapılırken doğruluk, kesinlik, duyarlılık ve F-ölçütü göz önünde bulundurulmuştur. Çalışma sonucunda sezaryenle doğum yönteminde kullanılan anestezi türünün tahminleme başarılarında doğruluk, duyarlık ve F-ölçütüne göre en yüksek başarımı destek vektör makineleri sağlarken; kesinlik ölçütüne göre random forest algoritması en yüksek başarım oranını sağlamıştır.