Veri Madenciliğinde Cart ve Lojistik Regresyon Analizinin Yeri: İlaç Provizyon Sistemi Verileri Üzerinde Örnek Bir Uygulama

Özet

Bilimsel çalışmalarda kullanılan veri setleri zaman zaman karmaşıkbir yapı teşkil etmektedir. Bu noktada veri madenciliği, büyük veritabanlarından faydalı bilgileri ortaya çıkararak hizmet kalitesininartırılması bakımından büyük katkılar sağlamaktadır. Genelliklearaştırmalarda büyük veri kümelerini sınıflandırarak önemli verisınıflarını ortaya koyan veya gelecek veri eğilimlerini tahmin etmedefaydalanılan yöntemlerden, veri madenciliği teknikleri içerisinde enyaygın kullanıma sahip olanlarından bir tanesi sınıflama ve regresyonmodelleridir. Bu çalışmada veri madenciliği metotları içerisinde,sınıflama ve regresyon modellerinden en çok kullanılan karar ağacıalgoritmalarından biri olan sınıflama ve regresyon ağaçları (CART)algoritması ile lojistik regresyonun sınıflama özellikleri karşılaştırılarakgerçek bir veri seti üzerinde uygulama yapılmış ve söz konusu ikiyöntemin başarısını göstermek amaçlanmıştır. Bu sayede mevcutveriler ile yapılan analiz sonuçlarına göre; aynı özellikte verilerleyapılacak ileriki çalışmalarda genel geçer kurallar tanımlanmasında, sözkonusu analizleri kullanmanın uygun olacağı gösterilmek istenmiştir.Bu kapsamda, penisilin grubu antibiyotik kullanan hastaların profilinibelirlemek amacıyla bir uygulama yapılmış ve çalışmaya alınan veri setiiçin CART analizinin lojistik regresyon analizine göre daha iyi bir doğrusınıflandırma oranına sahip olduğu görülmüştür.

Abstract

The data sets used in scientific studies pose a very complex structure from time to time. At this point, data mining is making a big contribution in terms of improving the quality of services by revealing useful information from large databases. Generally on studies, to predict future data trends utilization of the methods, data mining techniques in one of the most widely used are classification and regression models. In this study, among data mining methods, classification and regression models most commonly used ones are decision tree algorithms. By comparing Classification and Regression Trees (CART) algorithm which belongs to decision trees and logistic regression shows classification characteristics on real data set and success rates of these two methods. In this context, taken by the Social Security Administration pharmacy provision system, from the respiratory disease which is one of 11 diagnoses for 6,772,313 entries in the prescribed antibiotics in the penicillin group was used to analyze that profiling the patients and the analysis found the CART analysis has better classification success than logistic regression analysis