Please use this identifier to cite or link to this item: https://hdl.handle.net/20.500.13087/1582
Title: Veri madenciliğinde birliktelik kuralı ve hepatit hastalığı üzerine bir uygula
Other Titles: Association rule in data mining and an application on hepatitis
Authors: Terlemez, Levent
Rencüzoğulları, Birsen
Keywords: İstatistik
Statistics
Issue Date: 2019
Publisher: Eskişehir Teknik Üniversitesi
Abstract: Bu çalışmanın amacı Apriori algoritması yöntemi ile hastalık ve belirtilerinin birliktelik ilişkilerini test ederek hepatit rahatsızlığının tanısının konulmasında hekimler için karar destek sistemi geliştirmektir. Hepatit hastası 155 kişiye ait toplam 17 semptom analiz edilmiştir. Veri madeninden elde edilen hepatit veri setine Apriori algoritması uygulanması sonucunda hepatit hastalarının gösterdiği bazı belirtiler arasında birliktelik ilişkileri kurulmuştur. Algoritma sonucu elde edilen birliktelik kurallarının güven düzeylerinin %95 ile %100 aralığında oldukları gözlemlenmiştir. Elde edilen verilerin analiz edilmesinden sonra belirtilerin birlikte görülme olasılıkları hesaplanmıştır. Bu kurallarla kişiden kişiye hastalık seyri ve belirtileri farklı olabilen hepatit hastalığının teşhisinde istatistiksel bakımdan doktorlara karar verme desteği sunması hedeflenmektedir.
This study amed to develop a decision support system for physicians in diagnosing hepatitis by testing the association relationships of the disease and symptoms with Apriori algorithm. Totally 17 symptoms of 155 hepatit patients were analyzed. Application of Apriori algorithm to hepatitis data set, association relations have been established among some of the symptoms of hepatitis patients. The confidence levels of the association rules was observed between 95% and 100%. After analyzing, the probability of coexisting symptoms were calculated. These rules may provide statistically decision-making support to physicians in the diagnosis of hepatitis, which may have different prognosis and symptoms.
URI: https://tez.yok.gov.tr/UlusalTezMerkezi/TezGoster?key=aEzj_IdWAsjiSAfK3qwrBrjpKC5ovvk3300devdy6iHz0Kr6P10cDozDoO99JszA
https://hdl.handle.net/20.500.13087/1582
Appears in Collections:Tez Koleksiyonu

Show full item record

CORE Recommender

Page view(s)

10
checked on Oct 3, 2022

Google ScholarTM

Check


Items in GCRIS Repository are protected by copyright, with all rights reserved, unless otherwise indicated.