HasanBeratSoke/Hastalik_tahmini

KNN algoritması kullanarak şeker hastalığı sınıflandırılması

Tahlil Sonucuna Göre Şeker hastalığı Tahmini

KNN (K-Nearest Neigbors) algoritması nedir ?

KNN ( K-Nearest Neighbours ) sınıflandırma ve regresyon proplemleri için kullanılan bir algoritmadır.

Algoritmada bir gruplandırma yapıyoruz mesela bu örnekte seker hastasimi mı ? yoksa sağlıklı bir birey mi ? diye bir sınıflandırma yapıldı.

Nasıl Çalışır ?

Kısaca, Sınıflandırma işleminde bulunucak örnek veri noktasının bulunduğu sınıfın yani öğrenim kümesinde ve en yakın komşusunun bakarak sınıflandırma yapar.

KNN (K-Nearest Neighbors) Algoritması iki temel değer üzerinden tahmin yapar;

• Distance (Uzaklık): Tahmin edilecek noktanın diğer noktalara uzaklığı hesaplanır.

• K (komuşuluk sayısı): En yakın kaç komşu üzerinden hesaplama yapılacağını söyleriz. K değeri sonucu direkt etkileceyecektir. K 1 olursa overfit etme olasılığı çok yüksek olacaktır. Çok büyük olursada çok genel sonuçlar verecektir. Bu sebeple optimum K değerini tahmin etmek problemin asıl konusu olarak karşımızda durmaktadır. K değerinin önemini aşağıdaki grafik çok güzel bir şekilde göstermektedir. Eğer K=3 ( düz çizginin olduğu yer) seçersek sınıflandırma algoritması ? işareti ile gösterilen noktayı, kırmızı üçgen sınıfı olarak tanımlayacaktır. Fakat K=5 (kesikli çizginin olduğu alan) seçersek sınıflandırma algoritması, aynı noktayı mavi kare sınıfı olarak tanımlayacaktır.

k degerını 7 verildiğinde %81 doğruluk oranı ile tahmin etmiştir

# k degerini kac vermeliyim 

sayac = 1
for k in range(1,11):
    knn_yeni = KNeighborsClassifier(n_neighbors=k)
    knn_yeni.fit(x_train, y_train)
    print(k ,'%',round( knn_yeni.score(x_test, y_test)*100,0))
    sayac+=1

2 % 74.0
3 % 79.0
4 % 76.0
5 % 80.0
6 % 79.0
7 % 81.0
8 % 79.0
9 % 79.0
10 % 79.0

Veri Setine buradan ulaşabilirsiniz.