Lojistik regresyon, ID3, C4.5 ve CART algoritmalarının hiperparametre optimizasyonu üzerine gerçek veri uygulamaları
Hyperparameter optimization of logistic regression, ID3, C4.5, and CART algorithms in real data applications
- Tez No: 1011753
- Danışmanlar: DOÇ. DR. HATİCE TÜL KÜBRA AKDUR
- Tez Türü: Yüksek Lisans
- Konular: İstatistik, Statistics
- Anahtar Kelimeler: CART, Lojistik regresyon analizi, Sınıflandırma, Sınıflandırma algoritması, Classification and Regression Trees Theory, Logistic regression analysis, Classification, Classification algorithm
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Gazi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İstatistik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Sınıflandırma problemleri, verilerin belirli özelliklerine dayanarak önceden tanımlanmış kategorilere atanmasını amaçlamaktadır. Makine öğrenmesinde bu amaca hizmet eden birçok yöntem bulunmaktadır. Bu tezde, istatistik temelli lojistik regresyon modeli ile ağaç tabanlı öğrenme yöntemlerinden ID3, C4.5 ve CART algoritmalarının teorik yapıları ve sınıflandırma performansları karşılaştırmalı olarak incelenmiştir. Modellerin başarılarını değerlendirmek amacıyla doğrusal ve karmaşık ilişkilere sahip farklı yapılardaki kalp hastalığı (heart disease) ve Titanik (Titanic) veri setleri üzerinde uygulamalar gerçekleştirilmiştir. Ayrıca ızgara araması (grid search) algoritması kullanılarak hiperparametre optimizasyonunun modellerin F1 skoru, doğruluk ve genelleme yeteneği üzerindeki etkileri analiz edilmiştir. Yapılan analizler sonucunda, değişkenler arası doğrusal ilişkinin baskın olduğu veri setinde lojistik regresyon, kategorik ve karmaşık ilişkilerin yoğun olduğu veri setinde ise CART algoritması daha yüksek performans sergilemiştir. Hiperparametre optimizasyonunun ise tüm modellerin genelleme yeteneğini güçlendirerek sınıflandırma başarısını önemli ölçede arttırdığı gözlemlenmiştir.
Özet (Çeviri)
Classification problems aim to assign data to predefined categories based on specific characteristics. There are many methods in machine learning serving this purpose. In this thesis, the theoretical structures and classification performances of the statistically-based logistic regression model and tree-based learning methods, namely ID3, C4.5, and CART algorithms, are examined comparatively. Applications were carried out on heart disease and titanic data sets, which possess different structures with linear and complex relationships, in order to evaluate the success of the models. Furthermore, the effects of hyperparameter optimization using the grid search algorithm on the models' F1 score, accuracy, and generalization ability were analyzed. As a result of the analyses performed, the logistic regression model exhibited higher performance in the data set where the linear relationship between variables is dominant, while the CART algorithm exhibited higher performance in the data set where categorical and complex relationships are intense. It was observed that hyperparameter optimization significantly increased the classification success by strengthening the generalization ability of all models.
Benzer Tezler
- Tıp `da veri madenciliği uygulamaları: Meme kanseri veri seti analizi
Data mining aplications in medicine :Breast cancer data set analysis
OĞUZ POYRAZ
Yüksek Lisans
Türkçe
2012
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolTrakya ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. ERDEM UÇAR
- Sınıflandırmaya dayalı makine öğrenmesi teknikleri ve kardiyolojik risk değerlendirmesine ilişkin bir uygulama
Machine learning techniques based on classification and a study on cardiac risk assessment
ELİF KARTAL
Doktora
Türkçe
2015
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul ÜniversitesiEnformatik Ana Bilim Dalı
PROF. DR. MEHMET ERDAL BALABAN
- Perkütan nefrolitotomi (PNL) ameliyatında postoperatif sistemik immun yanıt sendromu (SIRS) ve ateşe etki eden risk faktörlerinin araştırılması
Investigation of risk factors affecting postoperative systemic immune response syndrome (SIRS) and fever in percutaneous nephrolithotomy (PNL) surgery
YUSUF BUĞRA ARSLANTAŞ
- Filtre edilebilme sayısı ile filtrasyon optimum dozunun araştırılması
Başlık çevirisi yok
HULUSİ ÇOKADAR
- Bir üniversite hastanesinde vankomisin dirençli enterokok (VRE) epidemisi: Risk faktörlerinin belirlenmesi
An epidemic of vancomycin resistant enterococcus (VRE) in a teaching hospital: Determination of risk factors
MÜNEVVER ŞEN
Tıpta Uzmanlık
Türkçe
2014
Enfeksiyon Hastalıkları ve Klinik MikrobiyolojiCumhuriyet ÜniversitesiDahili Tıp Bilimleri Bölümü
PROF. DR. NAZİF ELALDI