Yeniden yatış riski erken okunmalı
Diyabet hastalarında risk faktörleri zamanında analiz edilmezse hastane kaynakları ve hasta takibi verimsizleşir.
Predict Readmission for Diabetes
Veri temizleme ve model karşılaştırması
Eksik veri işleme, feature engineering ve birden fazla makine öğrenmesi algoritmasıyla tahmin performansı değerlendirildi.
Risk odaklı karar desteği
ROC-AUC, precision ve recall gibi metriklerle hastane yeniden yatış olasılığını yorumlanabilir şekilde sunan bir çalışma ortaya çıktı.
Predict Readmission for Diabetes, diyabet hastalarının hastaneye yeniden yatış olasılığını tahmin eden bir makine öğrenmesi uygulamasıdır. Sağlık verilerini analiz ederek, hangi hastaların 30 gün içinde tekrar hastaneye yatırılma riski taşıdığını öngörür.
Kullanılan Teknolojiler
Python
Scikit-learn
Pandas
NumPy
Matplotlib
Seaborn
Jupyter Notebook
Özellikler
- Hasta verilerinin kapsamlı analizi
- Eksik veri işleme ve temizleme
- Feature engineering ve seçimi
- Çoklu ML algoritması karşılaştırması
- Random Forest, Logistic Regression, XGBoost modelleri
- Cross-validation ile model doğrulama
- ROC-AUC, Precision, Recall metrikleri
- Görsel veri analizi ve raporlama
- Risk faktörlerinin belirlenmesi
- Tahmin sonuçlarının yorumlanması
Bu proje, sağlık sektöründe makine öğrenmesinin nasıl kullanılabileceğini gösteren bir örnek çalışmadır. Hastanelerin kaynaklarını daha verimli yönetmelerine ve yüksek riskli hastaları önceden belirleyerek önleyici tedbirler almalarına yardımcı olmayı amaçlar.
Projelere Dön