Çocuklarda Anemi Hastalığının Teşhisinde Topluluk Öğrenme Yöntemlerinin Kullanılması

Abstract

Okul öncesi çocukların en yaygın hastalığı, özellikle gelişmekte olan ülkelerde, anemi olarakbilinmektedir. Anemi genellikle kötü beslenme ile ilişkili olup, demografik ve sosyal faktörlerle deyakından ilişkilidir. Önceki çalışmalarda, çocuklardaki anemi hastalığını tahmin etmek ve ilişkili faktörleribelirlemek için istatistiksel yöntemler kullanılmıştır. Ancak, bu yöntemlerin yetersiz olduğu sonucunavarılmıştır. Bu çalışmada, çocuklarda anemi hastalığını tahmin etmek için topluluk öğrenme (ensemblelearning) tekniklerinin kullanımı araştırılmıştır. Anemi hastalığını tahmin etmek için Karar Ağacı, DestekVektör Makineleri, Rastgele Orman, Lojistik Regresyon, En Yakın Komşu gibi çeşitli makine öğrenmesialgoritmaları test edilmiştir. Daha sonra bu sınıflandırıcılar, torbalama (bagging), artırma (boosting),istifleme (stacking) gibi öğrenme teknikleri ile modellenerek daha doğru ve güçlü bir tahmin modelininoluşturulması amaçlanmıştır. Bu çalışmada kullanılan veri seti, Irak'ın Haditha Genel Hastanesi vekliniklerinden toplanan 600 örneği içermektedir. Bu örneklerden 429'u anemi hastası iken, 171'i anemihastası değildir. İlgili veri setinde her bir örneğe ait 31 özellik bulunmaktadır. Veri seti üzerinde farklıtopluluk tekniklerinin performansları değerlendirilmiştir. Sonuçlara göre topluluk öğrenme teknikleribireysel sınıflandırıcılara göre daha az doğrulukla tahminde bulunmuştur. Ayrıca, topluluk öğrenmeteknikleri arasında artırma yönteminin en yüksek doğruluğa (%91) eriştiği görülmüştür. Çalışma, topluluköğrenme tekniklerinin çocuklarda anemi hastalığını tahmin etmek için farklı bir yöntem olabileceğinigöstermektedir. Ancak, gelecekteki araştırmalarda veri önişleme, özellik seçimi gibi yöntemlerinkullanılmasının topluluk öğrenme modellerinin performansını artırmada etkili olabileceği öngörülmektedir.