Primjena metoda klasifikacije u svrhu predviđanja mogućeg zatajenja srca

undergraduate thesis

• Title (english): Application of classification methods for predicting a possible heart failure
• Author: Jelena Matečić
• Mentor: Mirjana Domazet-Lošo (mentor)
• Committee member: Mirjana Domazet-Lošo (predsjednik povjerenstva)
• Committee member: Krešimir Fertalj (član povjerenstva)
• Committee member: Vedran Mornar (član povjerenstva)
• Granter: University of Zagreb; Faculty of Electrical Engineering and Computing; Zagreb
• Defense date and country: 2021-09-14, Croatia
• Scientific / art field, discipline and subdiscipline: TECHNICAL SCIENCES; Computing

Abstract

U ovom radu bavim se predviđanjem mogućeg zatajenja srca na temelju javno dostupnih zdravstvenih podataka 299 pacijenata. Koristila sam metode odabira značajki i algoritme klasifikacije. Algoritmi klasifikacije koji su korišteni u ovom radu su k-najbližih susjeda, slučajna šuma i dvije inačice stroja potpornih vektora. Rezultati su zabilježeni i analizirani u obliku konfuzijske matrice, točnosti, stope lažno pozitivnih rezultata i stope lažno negativnih rezultata. Rezultate sam usporedila s referentnim radom te se kao najbolji algoritam klasifikacije pokazao stroj potpornih vektora s radijalnom jezgrenom funkcijom.

Abstract (english)

In this thesis, I deal with the prediction of heart failure based on publicly available health data of 299 patients. I used feature selection methods and classification algorithms. The classification algorithms used in this work are k-nearest neighbors, random forest, and two versions of the support vector machine. Results were recorded and analyzed in the form of confusion matrix, accuracy rate, false positive rate, and false negative rate. I compared the results to the reference work. The best classification was obtained using a support vector machine with a radial kernel function.

• Keywords: zatajenje srca; strojno učenje; klasifikacija; k-najbližih susjeda; slučajna šuma; stroj potpornih vektora
• Keywords (english): heart failure; machine learning; classification; k-nearest neighbour; random forest; support vector machine
• Language: croatian
• URN:NBN: urn:nbn:hr:168:370759
• Study programme: Title: Computing; Study programme type: university; Study level: undergraduate; Academic / professional title: sveučilišni/a prvostupnik/ prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka računarstva (sveučilišni/a prvostupnik/ prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka računarstva)
• Type of resource: Text
• File origin: Born digital
• Access conditions: Closed access
• Created on: 2023-01-14 21:07:55