Sınıflama ve regresyon ağaçları

Abstract

ÖZET Sınıflama ve Regresyon Ağaçları Sınıflama ve Regresyon Ağaçlan (Classification and Regression Tree, CART) parametrik olmayan bir metoddur. Herhangi bir objenin sınıf üyeliğini bir veya daha fazla bağımsız değişken kullanarak tahmin etmeye yarayan ağaç algoritmasıdır. Sınıflama ve Regresyon Ağaçlarında bağımlı değişken sürekli ise regresyon ağacı, bağımlı değişken kategorik ise sınıflama ağacı ismini alır. CART analizi, bir sınıflama ağacı oluşturarak obje veya bireylerin gelecekte hangi sınıfa gireceklerini belirler. Model kurulduktan ve ağaç oluşturulduktan sonra modelin yorumlanması ve kullanımı oldukça basittir. CART analizi ülkemizde çok sık kullanılan bir analiz tekniği değildir. Bu noktadan hareketle bu tezin amacı; CART hakkında önemli teorik bilgileri özetlemek ve söz konusu metodun tıpta uygulanabilirliğini, tam koyma problemine uygun bir veri seti kullanarak göstermektir. Bu amaçla, Nöroloji bölümünün 206 denek üzerinde yaptığı anket çalışmasının sonuçları kullanılmış ve deneklerin RLS (Restless Legs Symptoms) hastası olup olmama durumuna etki eden değişkenler sınıflama ağaçlan analizi ile tespit edilmiştir. Analiz sonuçlanna göre, RLS hastalığını belirleyen değişkenler literatürde yer alan faktörlerle paralellik göstermektedir. CART hesaplamalannda Statistica®6.0 paket programı kullanılarak analiz edilmiş ve sonuçlar yorumlanmıştır. Anahtar Kelimeler: Sınıflama ve Regresyon Ağaçlan (CART), Sınıflama, Tahmin, Karar ağaçlan, Hatalı sınıflama oranı. vii

ABSTRACT Classification and Regression Trees Classification and Regression Trees (CART) belong to the class of non-parametric methods. They are tree algorithms that forecast the class membership of an object with one or more independent variables. In the case of continuous dependent variable CART produce a regression tree; otherwise (i.e., categorical dependent variable) they produce a classification tree. CART analysis constructs a classification or regression tree that enables one to forecast the unknown class membership of an object in the future. Once the model is built and the classification tree is constructed, it is then very easy to use and examine the model. CART is not a very common technique in our country. From this point, the objectives of this thesis is to provide a summary of theoretical background on CART, and to demonstrate the applicability of this method on medical sciences, using an appropriate data set for diagnostics problem. For this purpose, data is collected from a questionnaire research conducted by the Neurology Department on 206 samples, and significant factors affecting the RLS (Restless Legs Symptoms) were determined using the classification trees. Statistica®6.0 computer software was used for the analysis. Significant factors that resulted from this analysis on RLS syndrome agree with the literature research. Keywords: Classification and Regression Trees (CART), Classification, Forecasting, Classification Trees, Misclassification Rate. viu