Microbiome-Age-Predictor

Proje Açıklaması

Bu proje, bağırsak mikrobiyom kompozisyon verilerini kullanarak kişilerin biyolojik yaşını tahmin eden bir makine öğrenmesi modeli geliştirmektedir. İntroduction to Pattern Recognition dersi final projesi kapsamında geliştirilmiştir.

Veri Seti

Proje kapsamında kullanılan veri seti aşağıdaki özelliklere sahiptir:

• 4274 kişinin bağırsak mikrobiyal kompozisyon verisi
• Her birey için 3200 farklı mikroorganizmaya ait DNA parça sayıları
• İki ana dosya:
  • Ages.csv: Örnek isimleri ve kişilerin yaşları
  • data.csv: Mikroorganizma kompozisyon verileri

Proje Yapısı

Microbiome-Age-Predictor/
│
├── Data/
│   ├── Ages.csv
│   └── data.csv
│
├── main.py
├── age_prediction_scatter.png
└── README.md

Kullanılan Teknolojiler

• Python 3.x
• Pandas
• NumPy
• Scikit-learn
• Matplotlib
• Seaborn

Model Performansları

Random Forest Modeli

• Eğitim Süresi: 105.56 saniye

• Performans Metrikleri:

  • MAE: 11.75 yıl
  • RMSE: 14.05 yıl
  • R-squared: 0.305
  • Cross-Validation MAE: 12.05 yıl

• En İyi Parametreler:

  • max_depth: None
  • max_features: sqrt
  • min_samples_leaf: 1
  • min_samples_split: 2
  • n_estimators: 300

Gradient Boosting Modeli

• Eğitim Süresi: 2971.89 saniye

• Performans Metrikleri:

  • MAE: 10.53 yıl
  • RMSE: 13.14 yıl
  • R-squared: 0.392
  • Cross-Validation MAE: 11.42 yıl

• En İyi Parametreler:

  • learning_rate: 0.1
  • max_depth: 5
  • min_samples_leaf: 1
  • min_samples_split: 2
  • n_estimators: 300

Sonuçlar

İki farklı model karşılaştırıldığında:

• Gradient Boosting modeli daha iyi performans göstermiştir (R-squared: 0.392)
• Ancak eğitim süresi Random Forest modeline göre yaklaşık 28 kat daha uzundur
• Her iki model de yaş tahmininde ortalama 10-12 yıl hata payına sahiptir