Akademik Veri Yönetim Sistemi
2. Uluslararası Ege Bilimsel Araştırmalar Sempozyumu 2022 (UEBAS'22), Trabzon, Türkiye, 12 - 13 Mart 2022, sa.14, ss.37-39
COVID-19, dünyadaki tüm ülkeleri etkileyen ve ülkelerin halk sağlığı ve ekonomik alanda sürdürülebilirliğini devam ettirebilmesi için hayati olarak kabul edilen bir salgın haline gelmiştir. Bu nedenle salgının seyri ve geleceğe yönelik tahmin verileri ile ilgili birçok çalışmalar yapılmaktadır. Covid-19 hastalığı ateş, öksürük ve nefes darlığı gibi pnömoni benzeri semptomlara neden olmaktadır. Bu çalışmanın amacı, hastanın fizyolojik verilerindeki en yaygın semptomlar kullanılarak denetimli makine öğrenmesi yaklaşımları ile erken safhada COVID-19’un teşhis edilebilmesini sağlamaktır. Bu amaçla, yaklaşık 5400 veriden oluşan ve solunum problemi, ateş, kuru öksürük, boğaz ağrısı, akan burun, astım, kronik akciğer hastalığı, baş ağrısı, kalp hastalığı, diyabet, hipertansiyon, yorgunluk, gastrointestinal, yurtdışı seyahat, covıd hastası ile temas, geniş çaplı toplantılara katılım, ziyaret edilen halka açık yerlerde bulunma, halka açık yerlerde çalışan aile bireyleri, maske kullanımı ve marketten temizlik ürünleri temini olmak üzere 20 farklı semptom ve durum bilgileri kullanılmıştır. Kullanılan değişkenlerdeki tüm veriler ikili nominal veri türünde olup Evet/Hayır şeklinde değerlerden oluşmaktadır. Bunun yanı sıra, bir değişken de
Covid-19 olma durumunu Evet/Hayır şeklinde belirtmektedir. Bu değişken sınıf değişkeni olarak kullanılmıştır. Covid-19’un teşhisi için XGBClassifier, LGBMClassifier, Lineer Diskriminant Analizi, Kuadratik Diskriminant Analizi ve Lojistik Regresyon sınıflandırıcıları kullanılmıştır. Kullanılan sınıflandırıcıların F1-skor performansları sırasıyla 0.98, 0.98, 0.97, 0.88, 0.97 değerleri almıştır. Buna göre en başarılı sınıflandırıcılar gradyan artırma tabanlı algoritmalar olan XGBClassifier ve LGBMClassifier yaklaşımları olduğu görülmektedir.
Anahtar Kelimeler: Covid-19 Teşhisi, Sınıflandırma, XGBClassifier