Abstract:

Böbrekler, sağlıklı bir yaşam sürdürebilmemiz için gerekli olan bir takım işlevleri yerine getirmektedir. Kronik Böbrek Hastalığı (KBH), böbreklerin görevini yerine getiremediği durumlarda ortaya çıkmaktadır. KBH verileri UCI makine öğrenimi veri tabanından alınmıştır. KBH veri seti 400 kişiye ait 24 farklı özellikten oluşmaktadır. Bu çalışmada, KBH tanısı için Genetik Algoritma - Dalgacık Çekirdeği – Uç Öğrenme Makinesi (GA-DÇ-UÖM) yöntemi uygulanmıştır. Geliştirilen DÇ-UÖM sınıflandırıcısı, KBH verilerini sınıflandırmak için kullanılmıştır. GA, UÖM 'nin gizli katman nöron sayısını ve Dalgacık Çekirdeğinin k, l, m parametre değerlerini optimize etmek için kullanılmıştır. Ayrıca, DÇ-UÖM 'nin sınıflandırma performansını artırmak için GA uygulanmaktadır. 400*24 öznitelik vektörü, DÇ-UÖM sınıflandırıcısına girdi olarak verilmiştir. GA-DÇ-UÖM 'nin başarısı, sınıflandırma doğruluğu, duyarlılık ve özgüllük analizi kullanılarak hesaplanmıştır. Önerilen GA-DÇ-UÖM yönteminin sınıflandırma başarısı %98,42 olarak hesaplanmıştır. Dalgacık çekirdek fonksiyonunun k, l, m parametrelerinin optimal değerleri sırasıyla 5, 3 ve 12 olarak bulunmuştur. Gizli katman nöron sayısının optimum değeri 220 olarak bulunmuştur.

Keywords: