Alt Uzay k-NN ile Eritmato-Skuamöz Hastalık Türlerinin Sınıflandırılması

Veri analiz ve sınıflandırma tekniklerinin gelişmesinin sonucu olarak biyomedikal çalışmalarda akıllı hesaplama yöntemlerinin kullanımı oldukça önemli bir yer tutmaktadır. Eritmato-Skuamöz Hastalığı (ESD), altı çeşidi bulunan dermatoloji alanında büyük öneme sahip bir hastalıktır. Parçacık tanıma, veri madenciliği bileşenin özelliklerini tanımlamaya ve hastalığı teşhis etmeye yardımcı olur. Bu çalışmada UCI veri tabanından alınan veri setinden ESD'nin, Topluluk Öğrenim algoritmalarından alt uzay k-NN ile teşhis edilmesi amaçlanmıştır. Bu amaçla, hem klinik hem de histopatolojik özellikleri bir arada bulunduran ESD verileri ilk önce z normalizasyonu ile normalize edilmiştir. Normalize edilen veriler daha sonra alt uzay k-NN algoritması ile çapraz doğrulama uygulanarak sınıflandırılmıştır. Model başarım ölçütü için doğruluk, kesinlik, hassasiyet, F ölçütü ve Kappa katsayısı parametreleri kullanılmıştır ve sonuçlar yorumlanmıştır. Önerilen modelin doğruluğu %98.045’tir. Sonuçlar, kullanılan sınıflandırıcının ESD hastalık türlerinin sınıflandırılmasında faydalı olabileceğini göstermiştir. Ayrıca veri sayısının artırılarak derin öğrenme algoritmaları ile daha iyi sonuçlar alınabileceği öngörülmektedir