Meme Kanserinin Makine Öğrenmesi Yöntemleri İle İkili Sınıflandırılması

Bu çalışmada, 596 kayıt ve 31 sütundan oluşan veri setiyle R programlama dili üzerinde akciğer kanserinin ikili sınıflama başarısı test edilmiştir. İlk aşama veri setinin temizlemesi, boş değerlerin kaldırılması ve verilerin denetlenmesinden oluşmaktadır. Daha sonra her bir değişken arasındaki korelasyon incelenmiş ve görsel olarak sunulmuştur.  Değişkenler için temel bileşen analizi uygulanarak sonuçlar grafiklerle verilmiş ve değişkeler gruplandırılmıştır. Veri setinin % 70’i eğitim verisi % 30’u ise test verisi olarak seçilmiştir. Çalışmada, R programında 15 farklı makine öğrenmesi yöntemi uygulandı ve svm metodunun % 99 doğru sınıflama oranı ile  en yüksek değere sahip olduğu tespit edilmiştir

In this study, the classification success of breast cancer was tested on R and python programming language with 569 records and 31 columns. The first stage consists of clearing the data set, removing null values, and checking the data. Then, the correlation between each variable was examined and presented with graph. Principal component analysis was applied to the variables, and the results were given by graphs and then variables were grouped. 70% of the data set was selected as training data and 30% was selected as test data. In this study, different machine learning methods were applied in R and python programs. Svm method has been found to have the highest value with 97,66% accurate classification rate of breast cancer as benign and malignant.