Performance comparison of heart disease detection with machine learning algorithms

Bekir Can Telkenaroğlu; Bahar Demirtürk; Bayram Köse

Makale detayları

Performance comparison of heart disease detection with machine learning algorithms

Yazarlar:

Bekir Can Telkenaroğlu | Bahar Demirtürk | Bayram Köse

Yayıncı:

Pamukkale University

Ana Başlıklar:

Aktif Algılama

Dergi:

Pamukkale Üniversitesi Mühendislik Bilimleri Dergisi Vol.31 Issue 5, pp.811-820

Belge Tipi:

Makale

Yayın Tarihi:

10/2025

Belge Dili:

Türkçe

Document ID (Org No.):

2001360214

pISSN:

2147-5881

Anahtar kelimeler:

Özet:

 Heart diseases are one of the leading causes of death worldwide, and early diagnosis and proper treatment planning are critical for patients quality of life and survival rates. This study aims to comprehensively investigate the performance of machine learning algorithms in heart disease diagnosis on the Weka platform. Regression, classification and clustering algorithms were applied on the data set obtained using data mining methods, and then evaluated with performance measures such as precision, accuracy and F-score. The findings reveal that the various algorithms examined provide success in the diagnosis of heart disease. The obtained results provide guidance for both healthcare professionals and researchers on the application of machine learning techniques to heart disease diagnosis and contribute to the improvement of patient diagnosis processes.

 Heart diseases are one of the leading causes of death worldwide, and early diagnosis and proper treatment planning are critical for patients quality of life and survival rates. This study aims to comprehensively investigate the performance of machine learning algorithms in heart disease diagnosis on the Weka platform. Regression, classification and clustering algorithms were applied on the data set obtained using data mining methods, and then evaluated with performance measures such as precision, accuracy and F-score. The findings reveal that the various algorithms examined provide success in the diagnosis of heart disease. The obtained results provide guidance for both healthcare professionals and researchers on the application of machine learning techniques to heart disease diagnosis and contribute to the improvement of patient diagnosis processes.

 Heart diseases are one of the leading causes of death worldwide, and early diagnosis and proper treatment planning are critical for patients quality of life and survival rates. This study aims to comprehensively investigate the performance of machine learning algorithms in heart disease diagnosis on the Weka platform. Regression, classification and clustering algorithms were applied on the data set obtained using data mining methods, and then evaluated with performance measures such as precision, accuracy and F-score. The findings reveal that the various algorithms examined provide success in the diagnosis of heart disease. The obtained results provide guidance for both healthcare professionals and researchers on the application of machine learning techniques to heart disease diagnosis and contribute to the improvement of patient diagnosis processes.

 Kalp hastalıkları, dünya çapında önde gelen ölüm nedenlerinden biri olup, erken teşhis ve doğru tedavi planlaması hastaların yaşam kalitesi ve hayatta kalma oranları açısından kritik öneme sahiptir. Bu çalışma ile makine öğrenmesi algoritmalarının kalp hastalığı teşhisindeki performansının Weka platformunda kapsamlı biçimde incelenmesi amaçlanmaktadır. Veri madenciliği yöntemleri kullanılarak elde edilen veri seti üzerinde; regresyon, sınıflandırma ve kümeleme algoritmaları uygulanmış, ardından kesinlik, hassasiyet ve F-skoru gibi performans ölçütleriyle değerlendirilmiştir. Bulgular, incelenen çeşitli algoritmaların kalp hastalığı teşhisinde başarı sağladığını ortaya koymaktadır. Elde edilen sonuçlar, hem sağlık profesyonelleri hem de araştırmacılar için makine öğrenmesi tekniklerinin kalp hastalığı teşhisine uygulanması konusunda yol gösterici niteliktedir ve hasta teşhis süreçlerinin iyileştirilmesine katkı sunmaktadır.

Makale detayları

Performance comparison of heart disease detection with machine learning algorithms

Yazarlar:

Bekir Can Telkenaroğlu | Bahar Demirtürk | Bayram Köse

Yayıncı:

Pamukkale University

Ana Başlıklar:

Aktif Algılama

Dergi:

Pamukkale Üniversitesi Mühendislik Bilimleri Dergisi Vol.31 Issue 5, pp.811-820

Belge Tipi:

Makale

Yayın Tarihi:

10/2025

Belge Dili:

Türkçe

Document ID (Org No.):

2001360214

pISSN:

2147-5881

Weka

Machine learning algorithms

Performance analysis

Data analysis.Weka

Makine öğrenmesi algoritmaları

Performans analizi

Veri analizi

Sayı

Makale detayları

Yazarlar: Bekir Can Telkenaroğlu | Bahar Demirtürk | Bayram Köse

Yayıncı: Pamukkale University

Ana Başlıklar: Aktif Algılama

Dergi: Pamukkale Üniversitesi Mühendislik Bilimleri Dergisi Vol.31 Issue 5, pp.811-820

Belge Tipi: Makale

Yayın Tarihi: 10/2025

Belge Dili: Türkçe

Document ID (Org No.): 2001360214

pISSN: 2147-5881

Sayı

Yazarlar:

Bekir Can Telkenaroğlu | Bahar Demirtürk | Bayram Köse

Yayıncı:

Pamukkale University

Ana Başlıklar:

Aktif Algılama

Dergi:

Pamukkale Üniversitesi Mühendislik Bilimleri Dergisi Vol.31 Issue 5, pp.811-820

Belge Tipi:

Makale

Yayın Tarihi:

10/2025

Belge Dili:

Türkçe

Document ID (Org No.):

2001360214

pISSN:

2147-5881