Olasılıksal Kaba Kümeler Teorisi Yaklaşımı İle Ekg Verilerinin Sınıflandırılması

Abstract

Sınıflandırma, bilgisayar mühendisliğinde bir veri kümesinin, uzmanlar yerine bilgisayarlar tarafından, özellikleri aracılığı ile gruplanması işlemidir. Kaba kümeler teorisi son yıllarda sınıflandırma problemlerinde gerekli karar kurallarının belirlenmesinde etkili bir araç olarak kullanılmaktadır. Bu çalışmada Eskişehir Osmangazi Üniversitesi Tıp Fakültesi'ndeki kalp hastalarının EKG verileri Kaba Kümeler Teorisi (KKT) ve Olasılıksal Kaba Kümeler Teorisi (OKKT) yaklaşımı ile sınıflandırılmıştır. Sınıflandırmada elde edilen sonuçlar değerlendirilirken, doğruluk ve genellik kriterlerinden yararlanılmıştır. OKKT'de bu kriterler, bir nesnenin karar kümesi içerisinde olup olmadığının koşullu olasılığını temsil eden (?, ?) eşik değerleriyle yakından ilişkili olduğu görülmüş ve ortalamaya bağlı OKKT'nin genellik değerinde %49 oranında iyileşme elde edilmiştir

In this study, surface pressure distributions on the two low-rise building models having different Classification in computer engineering is a process of grouping a data set with respect to its properties by computers rather than experts. Rough sets theory has been used as an effective tool for determining decision rules in classification problems in the recent years. In this study, ECG data of the cardiacs in Medical School at Eskisehir Osmangazi University is classified using rough sets theory (RST) and probabilistic rough sets theory (PRST). In order to evaluate the outcomes in the classification, accuracy and generality are used as evaluation criteria. In PRST, it is observed that these criteria are closely related with the threshold (?, ?), which represents the conditional probability of an object being a member of a decision cluster or not. Depending on the average, 49% of improvement is observed in generality value of PRST