Kalp hastalığı tahmin performansının değerlendirilmesinde özellik seçimi yöntemlerine ve makine öğrenmesi algoritmalarına dayalı karşılaştırmalı bir analiz

Kalp hastalığı, son yıllarda dünya genelinde başlıca ölüm nedenlerinden biri olmuştur. Bu çalışmada, kalp hastalığı durumunu tahmin etmek amacıyla K-en yakın komşuluk (KNN), Destek Vektör Makinesi (SVM), Karar Ağacı (DT), Rastgele Orman (RF) ve Lojistik Regresyon (LR) gibi makine öğrenmesi algoritmaları kullanılmıştır. Makine öğrenmesi (ML) algoritmalarının sınıflandırma performansı, veri kümesinin çok sayıda özellik içermesinden ve sınıf dengesizliğinden etkilenebilmektedir. Bu nedenle, veri kümesini dengelemek amacıyla özellik seçimi yöntemlerinden Sentetik Azınlık Örnekleme Tekniği (SMOTE) uygulanmıştır. İlgili özellikleri belirlemek amacıyla En Küçük Mutlak Büzülme ve Seçim Operatörü (LASSO), ElasticNet ve En Küçük Açılı Regresyon (LARS) kullanılmıştır. Sınıflandırma performansları doğruluk, kesinlik, duyarlılık, F1-skoru, Matthew korelasyon katsayısı (MCC), normalize-MCC (n-MCC) ve ROC-AUC metrikleri ile değerlendirilmiştir. Karşılaştırmalı analizler, gerçek bir veri kümesi üzerinde SMOTE ve özellik seçimi yöntemleri uygulanmadan ve uygulanarak gerçekleştirilmiştir. Sonuçlara göre en yüksek doğruluk (0,90), kesinlik (0,89) ve duyarlılık (0,90) değerleri SMOTE uygulanmış RF ve LARS+KNN’den, en yüksek F1-skoru (0,90) değeri SMOTE uygulanmış RF’den, en yüksek n-MCC (0,94) ve ROC-AUC (0,98) değerleri ise SMOTE uygulanmış LARS+KNN’den elde edilmiştir. Genel olarak, SMOTE ve özellik seçimi yöntemlerinin kullanılması durumunda tüm ML algoritmalarının performansının önemli ölçüde arttığı görülmüştür.