Performance Comparison of Heart Disease Detection with Machine Learning Algorithms
Bekir Can Telkenaroğlu1, Bahar Demirtürk2, Bayram Köse31Izmir Bakircay University, Intellegent Systems Engineering2Izmir Bakircay University, Engineering Faculty, Fundamental Sciences
3Izmir Bakircay University, Engineering Faculty, Electric Electronic Engineering
Heart diseases are one of the leading causes of death worldwide, and early diagnosis and proper treatment planning are critical for patients' quality of life and survival rates. This study aims to comprehensively investigate the performance of machine learning algorithms in heart disease diagnosis on the Weka platform. Regression, classification and clustering algorithms were applied on the data set obtained using data mining methods, and then evaluated with performance measures such as precision, accuracy and F-score. The findings reveal that the various algorithms examined provide success in the diagnosis of heart disease. The obtained results provide guidance for both healthcare professionals and researchers on the application of machine learning techniques to heart disease diagnosis and contribute to the improvement of patient diagnosis processes.
Keywords: Weka Machine Learning Algorithms, Performance Analysis, Data Analysis.Makine Öğrenmesi Algoritmaları ile Kalp Hastalığı Tespitinin Performans Karşılaştırmaları
Bekir Can Telkenaroğlu1, Bahar Demirtürk2, Bayram Köse31İzmir Bakırçay Üniversitesi, Akıllı Sistemler Mühendisliği Ana Bilim Dalı2İzmir Bakırçay Üniversitesi, Mühendislik ve Mimarlık Fakültesi, Temel Bilimler Bölümü
3İzmir Bakırçay Üniversitesi, Mühendislik ve Mimarlık Fakültesi, Elektrik Elektronik Mühendisliği
Kalp hastalıkları, dünya çapında önde gelen ölüm nedenlerinden biri olup, erken teşhis ve doğru tedavi planlaması hastaların yaşam kalitesi ve hayatta kalma oranları açısından kritik öneme sahiptir. Bu çalışma ile makine öğrenmesi algoritmalarının kalp hastalığı teşhisindeki performansının Weka platformunda kapsamlı biçimde incelenmesi amaçlanmaktadır. Veri madenciliği yöntemleri kullanılarak elde edilen veri seti üzerinde; regresyon, sınıflandırma ve kümeleme algoritmaları uygulanmış, ardından kesinlik, hassasiyet ve F-skoru gibi performans ölçütleriyle değerlendirilmiştir. Bulgular, incelenen çeşitli algoritmaların kalp hastalığı teşhisinde başarı sağladığını ortaya koymaktadır. Elde edilen sonuçlar, hem sağlık profesyonelleri hem de araştırmacılar için makine öğrenmesi tekniklerinin kalp hastalığı teşhisine uygulanması konusunda yol gösterici niteliktedir ve hasta teşhis süreçlerinin iyileştirilmesine katkı sunmaktadır.
Anahtar Kelimeler: Weka, Makine Öğrenmesi Algoritmaları, Performans Analizi, Veri Analizi.Manuscript Language: Turkish