Abstract

Uyku, günlük yaşamın temel bir unsuru olarak kabul edilir ve genel sağlık ile refahın sürdürülmesinde önemli bir rol oynar. Bu araştırma, Kaggle platformundan elde edilen "Uyku Sağlığı Yaşam Tarzı" veri setini kullanarak bir tahmin modeli oluşturmayı, bu modeli Principal Component Analysis (PCA) yöntemi, Naive Bayes yöntemi ve Rastgele Orman Ağaçları yöntemiyle değerlendirmeyi ve görselleştirmeler gerçekleştirmeyi amaçlamaktadır. İncelenen veri seti, KNIME platformunda PCA modülü ile boyut azaltma işlemine tabi tutulmuş ve elde edilen çıktılar sunulmuştur. Uyku kalitesini etkilediği düşünülen öznitelikler arasındaki ilişkiler, korelasyon hesaplamaları ile belirlenmiştir. Ayrıca, veri seti Naive Bayes ve Rastgele Orman Ağaçları yöntemleriyle analiz edilmiş, tahmin sonuçları KNIME ortamında değerlendirilmiştir. Elde edilen sonuçlar tablolar halinde sunulmuştur. Bu karşılaştırmaların dağılım matrisleri, KNIME platformundaki Scatter Plot modülü kullanılarak görselleştirilmiştir. Bu çalışmanın en önemli katkısı uyku verileri içeren veri setlerinde kullanılabilecek metodolojiler arasında en etkili olan yöntemi belirlemektir. Bulgular, tartışma ve sonuçlar bölümünde detaylı bir şekilde ele alınmıştır.

Full Text
Paper version not known

Talk to us

Join us for a 30 min session where you can share your feedback and ask us any queries you have

Schedule a call

Disclaimer: All third-party content on this website/platform is and will remain the property of their respective owners and is provided on "as is" basis without any warranties, express or implied. Use of third-party content does not indicate any affiliation, sponsorship with or endorsement by them. Any references to third-party content is to identify the corresponding services and shall be considered fair use under The CopyrightLaw.