• icon+90(533) 652 66 86
  • iconnwsa.akademi@hotmail.com
  • icon Fırat Akademi Samsun-Türkiye

Article Details

  • Article Code : NWSA-224-3369
  • Article Type : Araştırma Makalesi
  • Publication Number : 1A0352
  • Page Number : 15-25
  • Doi : 10.12739/NWSA.2014.9.1.1A0352
  • Abstract Reading : 1476
  • Download : 158
  • Share :

  • PDF Download

Issue Details

  • Year : 2014
  • Volume : 9
  • Issue : 2
  • Number of Articles Published : 1
  • Published Date : 1.04.2014

Cover Download Context Page Download
Engineering Sciences

Serial Number : 1A
ISSN No. : 1308-7231
Release Interval (in a Year) : 4 Issues

HİPERTANSİYONA ETKİ EDEN FAKTÖRLERİN VERİ MADENCİLİĞİ YÖNTEMLERİYLE İNCELENMESİ

Yunus KÖKVER 1 , Necaattin BARIŞÇI 2 , Aydın ÇİFTÇİ 3 , Yakup EKMEKÇİ 4

Bu çalışmada 150 kişiden alınan; Yaş, Cinsiyet, Vücut Kütle İndeksi, HDL, LDL, Trigliserid, Ürik Asit ve Sigara Kullanımı verileri, veri madenciliği sınıflandırma yöntemleriyle incelenmiştir. Veriler normal veya hasta olacak şekilde iki sınıfa ayrılmıştır. Böylelikle hipertansiyon hasta adaylarının, hipertansiyon olup olmadığını tahmin edecek bir teşhis sistemi geliştirilmiştir. Ayrıca elde edilen sonuçlara göre bir karar ağacı oluşturularak, hipertansiyona doğrudan ve dolaylı olarak etki eden faktörler belirlenmiştir. Sınıflandırma algoritmalarından C4.5, Naive Bayes ve Çok Katmanlı Algılayıcının kullanıldığı bu çalışmada, C4.5 algoritmasının daha başarılı sonuçlar verdiği görülmüştür.

Keywords
Hipertansiyon, Veri Madenciliği, C4.5, Çok Katmanlı Algılayıcı, Naive Bayes.,

DETERMINING AFFECTING FACTORS OF HYPERTENSION WITH DATA MINING TECHNIQUES

Yunus KÖKVER 1 , Necaattin BARIŞÇI 2 , Aydın ÇİFTÇİ 3 , Yakup EKMEKÇİ 4

In this paper, Age, Gender, Body Mass Index, HDL, LDL, Triglyceride, Uric Acid and The Use of Smoking data gathered from 150 patients are analyzed with data mining classification algorithms. The data is divided into two different classes which are normal and patient. Thus, a diagnostic system is developed which predicts whether a candidate patient has hypertension or not. Besides, a decision tree is created and factors affecting hypertension directly and indirectly are determined. In this study, C4.5, Naive Bayes and Multilayer perceptron classification algorithms are used, and shown that C4.5 algorithm gives better results.

Keywords
Hypertension, Data Mining, C4.5, Multilayer Perceptron, Naive Bayes,

Details
   

Authors

Yunus KÖKVER (1)

Kırıkkale Üniversitesi
yunuskokver@gmail.com

Necaattin BARIŞÇI (2) (Corresponding Author)

Gazi Üniv.
nbarisci@hotmail.com

Aydın ÇİFTÇİ (3)

Kırıkkale Üniversitesi
dr.aydin.71@hotmail.com

Yakup EKMEKÇİ (4)

Güven Hastanesi Nefroloji Bölümü
yakupekmekci@gmail.com

Supporting Institution

:

Project Number

:

Thanks

:
References