Makine öğrenmesi kullanılarak veri sınıflandırma . Kanser tespit etme .Python koduya ulaşmak için yazabilirsiniz

1. VERİLERİ
SINIFLANDIRMA

2. Bu sunum, meme kanseri sınıflandırma amacı taşımaktadır. Meme
kanseri, kadınlarda en sık görülen kanser türlerinden biridir ve
erken teşhis hayat kurtarabilir. Bu nedenle, meme kanserini teşhis
etmek için etkili bir sınıflandırma modeli geliştirmek büyük bir
öneme sahiptir. Bu sunumda, K-Nearest Neighbors (K-NN)
sınıflandırıcı modeli kullanılarak meme kanseri sınıflandırma süreci
incelenecektir. Kullanılan veri setleri, sınıflandırma modeli ve
kullanilan metrikler, sonuçların değerlendirmesi ile ilgili ayrıntılı
bilgiler sunulacaktır. Ayrıca, elde edilen sonuçları literatürdeki
çalışmalarla karşılaştırarak bu çalışmanın önemini vurgulayacağız.
AMAC

3. VERİ SETLERİ VE ÖZELLİKLER
İD: VERİ ÖRNEKLERİNİN BENZERSİZ KİMLİKLERİ VEYA İNDEKSLERİ.
DİAGNOSİS: MEME KANSERİ TEŞHİSİ. "M" (KÖTÜ HUYLU) VEYA "B" (İYİ HUYLU)
DEĞERLERİNİ ALIR.
RADİUS_MEAN: MEME TÜMÖRÜNÜN ORTALAMA YARIÇAPI.
TEXTURE_MEAN: MEME TÜMÖRÜNÜN DOKUSU VEYA YAPISI HAKKINDA
ORTALAMA BİLGİ.
PERİMETER_MEAN: MEME TÜMÖRÜNÜN ORTALAMA ÇEVRESİ.
AREA_MEAN: MEME TÜMÖRÜNÜN ORTALAMA ALANI.
SMOOTHNESS_MEAN: YÜZEYİN ORTALAMA DÜZGÜNLÜĞÜ.
COMPACTNESS_MEAN: KOMPAKLIK ÖLÇÜSÜ, TÜMÖRÜN BOYUT VE ŞEKİL İLE
İLGİLİ.
CONCAVİTY_MEAN: TÜMÖRÜN ORTALAMA OYUKLUK (ÇUKURLUK) SEVİYESİ.
CONCAVE POİNTS_MEAN: TÜMÖRÜN ORTALAMA OYUK NOKTALARININ SAYISI.
SYMMETRY_MEAN: MEME TÜMÖRÜNÜN ORTALAMA SİMETRİSİ.
FRACTAL_DİMENSİON_MEAN: FRAKTAL BOYUTUNUN ORTALAMA DEĞERİ.
RADİUS_SE: HATA ORTALAMA YARIÇAPI.
TEXTURE_SE: HATA ORTALAMA DOKUSU.
PERİMETER_SE: HATA ORTALAMA ÇEVRESİ.
AREA_SE: HATA ORTALAMA ALANI.
SMOOTHNESS_SE: YÜZEYİN HATA DÜZGÜNLÜĞÜ.
COMPACTNESS_SE: HATA KOMPAKLIĞI.
CONCAVİTY_SE: HATA OYUKLUK (ÇUKURLUK) SEVİYESİ.
CONCAVE POİNTS_SE: HATA OYUK NOKTALARININ SAYISI.
SYMMETRY_SE: HATA SİMETRİSİ.
FRACTAL_DİMENSİON_SE: HATA FRAKTAL BOYUTU.
RADİUS_WORST: EN KÖTÜ SENARYODA ORTALAMA YARIÇAP.
TEXTURE_WORST: EN KÖTÜ SENARYODA ORTALAMA DOKU.
PERİMETER_WORST: EN KÖTÜ SENARYODA ORTALAMA ÇEVRE.
AREA_WORST: EN KÖTÜ SENARYODA ORTALAMA ALAN.
SMOOTHNESS_WORST: EN KÖTÜ SENARYODA YÜZEYİN DÜZGÜNLÜĞÜ.
COMPACTNESS_WORST: EN KÖTÜ SENARYODA KOMPAKLIK ÖLÇÜSÜ.
CONCAVİTY_WORST: EN KÖTÜ SENARYODA OYUKLUK (ÇUKURLUK) SEVİYESİ.
CONCAVE POİNTS_WORST: EN KÖTÜ SENARYODA OYUK NOKTALARININ SAYISI.
SYMMETRY_WORST: EN KÖTÜ SENARYODA SİMETRİ.
FRACTAL_DİMENSİON_WORST: EN KÖTÜ SENARYODA FRAKTAL BOYUTU.

4. Input
Output
veriseti adlı bir Pandas veri çerçevesi oluşturur. Veri çerçevesi, "breast-cancer.csv" adlı bir CSV
dosyasını okur ve verileri içerir.
" veriseti.head(10)" komutu, veri çerçevesinin ilk 10 satırını ekrana yazdırır. Bu, veri setinin
başlangıcını incelemek ve verilerin yapısını anlamamizayardımcı olur.
Veri okuma

5. Output
Input
Veri Setindeki 'diagnosis' Değişkeninin Sınıf
Dağılımıyi

6. Input Output count: Her bir sütunda kaç tane veri öğesi (gözlem)
olduğunu temsil eder. Bu, veri setinin boyutunu belirtir.
mean (ortalama): Her bir sütundaki veri öğelerinin
aritmetik ortalamasını ifade eder. Ortalama, veri setinin
merkezi eğilimini gösterir.
std (standart sapma): Veri öğelerinin dağılımının ne kadar
varyasyon gösterdiğini belirten bir ölçüdür. Düşük standart
sapma, verilerin ortalama etrafında yoğunlaştığını
gösterirken, yüksek standart sapma verilerin daha yaygın
olduğunu gösterir.
min (minimum): Sütundaki en küçük değeri temsil eder.
25% (çeyreklik 1): Veri setinin alt çeyreğini ifade eder.
Verilerin %25'i bu değeri veya daha düşüğünü alır.
50% (çeyreklik 2, medyan): Veri setinin ortanca değerini
ifade eder. Yani, verileri küçükten büyüğe sıraladığınızda
ortada bulunan değerdir. Medyan, veri setinin merkezsel
eğilimini gösterir.
75% (çeyreklik 3): Veri setinin üst çeyreğini ifade eder.
Verilerin %75'i bu değeri veya daha düşüğünü alır.
max (maksimum): Sütundaki en büyük değeri temsil eder.
Veri setinin temel istatistiksel özetini gösteren bir tablodur .
1.
2.
3.
4.
5.
6.
7.
8.
Veri Keşf
Veri Temizliği
Karar Verme
Veri Görselleştirme
Makine Öğrenimi ve İstatistiksel Analiz:
Sayısal Değişkenlerin İstatistiksel Özeti

7. Buraya kadar veri setilerın okuduk eksik değerleri kontrol
edıldı ve "diagnosis" sütununu 1 (Malignant) ve 0
(Benign) olarak dönüştürulur.
Daha sonra, "radius_mean" ve "texture_mean"
özelliklerini kullanarak bir scatter plot (dağılım grafiği)
çizer . Bu veri setimızı başlangıç veri analizi işlemleri
gerçekleştirildi.

8. Bu kod, K-Nearest Neighbors sınıflandırma modelinin temelini
atar ve bu modelin veri seti üzerinde nasıl uygulandığını gösterir.
Modelin başarısı, knn.score fonksiyonu tarafından hesaplanır ve
yazdırılır. Bu, veri seti üzerindeki ilk bir komşu sınıflandırma
modelini temsil eder.
K-En Yakın Komşu (k-NN) Sınıflandırma

9. Bu işlem, farklı komşu sayıları için çapraz doğrulama sonuçlarını elde
etmek için kullanılır. Bu sonuçlar, hangi komşu sayısının modeliniz için en
uygun olduğunu belirlemek için kullanılabilir. Bu bilgi, modelin
performansını en iyi şekilde ayarlamak icin yardımcı olacak.
10 Kat Çapraz Dogrulama

10. Bu kod parçası, K-En Yakın Komşu
(K-Nearest Neighbors) sınıflandırma
modeliniz için en iyi komşu sayısını
(optimal k) belirlemek için bir dizi
komşu sayısı üzerinde çapraz
doğrulama sonuçlarını kullanır
En İyi K Değerini
Belirleme ve Hata Grafiği
Oluşturma

11. Bir K-En Yakın Komşu (K-Nearest
Neighbors) sınıflandırma modeli oluşturur,
eğitir ve ardından modelin tahminleri
üzerinde bir hata matrisi (confusion matrix)
hesaplar ve bunu bir ısı haritası olarak çizer
Model Oluşturma ve Hata Matrisi

12. Bu kod modelin tahminlerini kullanarak farklı performans
metriklerini hesaplar.

13. Bu kod ROC (Receiver Operating
Characteristic) eğrisini oluşturarak bir
sınıflandırma modelinin performansını
görsel olarak değerlendirmek icin yardımcı
olur.

14. k=13 optimum oldugunda
Literatür ile karşılaştırma

15. BREAST CANCER CLASSIFICATION
USING K-NEAREST
NEIGHBORS ALGORITHM

16. Literatürde 2 tane araştırma birisi tez birisi makale olarak
karşılaştırıldı.Literatürde kullanılan K en yakın komşuluk
algoritması ve korelasyon ısı haritası kullanılarak elde edilen
sonuçlar, benim kullandıgım metot yani KNN ve metrikler ve fold
cross validationa benzer bir çalışma olarak görünüyor. Özellikle,
literatürde k=9 için %96.4 doğruluk oranı elde edilirken, k=13 için
benzer bir değere yakın sonuçlar alındı. Bu benzer sonuçlar,
kullanılan yöntemlerin güvenilirliğini ve benzerliklerini vurguluyor
diyebiliriz.
Sonuç

17. BREAST CANCER DATA CLASSIFICATION USING SVM, NB AND KNN
ALGORITHMS (Burcu Meral) 2019
BREAST CANCER CLASSIFICATION USING K-NEAREST NEIGHBORS
ALGORITHM (Can Eyupoglu) 2018
MAKİNE ÖGRENMESİ PYTHON UYGULAMALARI (Dr.Ögr.Üyesi Sinan Uguz)
https://dergipark.org.tr/
https://tez.yok.gov.tr/UlusalTezMerkezi/
https://archive.ics.uci.edu/dataset
Kullanılan kaynaklar: