Xgboost Algoritmasıyla Polikistik Over Sendromu Teşhisi

Authors : Ömer Çağrı Yavuz

Pages : 1234-1241

Doi:10.37989/gumussagbil.1366530

View : 121 | Download : 163

Publication Date : 2024-09-26

Article Type : Research Paper

Abstract :Karmaşık bir endokrin bozukluk olan Polikistik Over Sendromu (PKOS), üreme çağındaki kadınları etkilemektedir. Adet düzensizlikleri, hiperandrojenizm ve polikistik överler gibi çeşitli semptomların kombinasyonunu barındırır. Ultrasonda artan sayıda stroma ve folikül varlığı polikistik yumurtalıkları ifade etse de bu durum PKOS tanısı için yeterli görülmemektedir. Metabolik anormallikler, kadın tipi saç dökülmesi, cinsel tatmin ve depresyon PKOS ile ilişkilendirilmektedir. Bu ilişkilerin anlamlandırılması ve analiz edilmesi PKOS teşhisi için önem arz etmektedir. Bu çalışma kapsamında son yıllarda literatürde sıklıkla kullanılan ve diğer algoritmalara göre daha hızlı ve güvenli olduğu belirtilen XGBoost algoritmasıyla PKOS’un teşhis edilmesi amaçlanmıştır. Bu doğrultuda Kaggle veri tabanından alınmış ve toplamda 554 kayıttan oluşan veri setine XGBoost algoritması uygulanmıştır. Çalışmada kullanılan veri seti Kerala (Hindistan)\'da yer alan 10 farklı hastaneden elde edilmiştir. Ayrıca kategorik verilerin algoritma performansı üzerindeki etkilerinin incelenmesi amaçlanarak farklı veri setleri oluşturularak performansları değerlendirilmiştir. Son olarak veri setindeki dağılımın performans üzerindeki etkisinin ortaya konulması amaçlanarak veri seti dengeli hale getirilerek performans test edilmiştir. 554 kayıttan oluşan veri setiyle 0,87 doğruluk değeri elde edilmiştir. Çalışmada elde edilen performans metrikleri doğrultusunda sağlık alanında sınıflandırma problemlerinin çözümünde XGBoost algoritmasının katkı sağlayacağı söylenebilir.
Keywords : Makine öğrenmesi, polikistik over sendromu, sınıflandırma