Lojistik regresyon analizi (LRA), yapay sinir ağları (YSA) ve sınıflandırma ve regresyon ağaçları (C&RT) yöntemlerinin karşılaştırılması ve tıp alanında bir uygulama

Abstract

Lojistik Regresyon, bağımlı değişkenin kategorik ve bağımsız değişkenlerin karışık ölçekli olması durumunda belirli bir dağılım varsayımına bağımlı kalmaksızın bağımlı değişken ile bağımsız değişkenler arasındaki neden-sonuç ilişkisinin belirlenmesinde kullanılan bir yöntemdir.Yapay Sinir Ağları, insan beynindeki sinir ağları gibi çalışarak son derece karmaşık yapıya sahip problemlerin çözümünü sağlar. Kullandığı geriye yayılma algoritmasını ile ağ hatasını minimize ederek birimlerin en az hata ile sınıflarına atanması için ağın ağırlıklarını hesaplar.Sınıflandırma ve Regresyon Ağaçları (C&RT); ikili karar ağacı oluşturan bir yöntemdir. Ağaçtaki her bir noda, her bir bağımsız değişken için gelişim skoruna dayalı olarak en iyi kesim noktası ya da en iyi kategori grupları oluşturulur.Bu tez çalışmasında, Lojistik Regresyon Analizi (LRA), Yapay Sinir Ağları (YSA) ve Sınıflandırma ve Regresyon Ağaçları (C&RT) Yöntemlerinin sınıflandırma özelliklerinin karşılaştırılması yapılmıştır. Bu karşılaştırma için prostat kanseri yönünden değerlendirilmesi yapılan hastalara ait veriler kullanılmış, üç yönteme göre elde edilen sonuçlar başarı yönünden değerlendirilmiştir.

Logistic regression, categorical dependent variable and independent variables in the case of mixed-scale without being dependent on the assumption that a certain distribution of cause-effect relationship between the dependent variable and independent variables used in the determination of a method.Artificial Neural Networks, such as neural networks working in the human brain is extremely complex structure provides the solution of problems. Error back propagation algorithm uses the network by minimizing the weight of the units of the network accounts for the appointment of classes with fewer errors.Classification and Regression Trees (C & RT) is a method of forming a binary decision tree. Each node in the tree, each independent variable on the basis of the best cut-off point score for the development or the best category groups are created.In this thesis, Logistic Regression Analysis (LRA), Artificial Neural Networks (ANN) and Classification and Regression Trees (C & RT) characteristics of the classification methods were compared. This comparison of the data used in patients undergoing evaluation for prostate cancer in terms of the three methods to the results obtained were evaluated in terms of success.