Birleştirilmiş kümeleme ve diskriminant analizi ile homojen grupların elde edilmesi
Obtaining homogeneous groups with combined cluster and discriminant analysis
- Tez No: 395665
- Danışmanlar: PROF. DR. SEMRA ERBAŞ
- Tez Türü: Yüksek Lisans
- Konular: İstatistik, Statistics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2015
- Dil: Türkçe
- Üniversite: Gazi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İstatistik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 118
Özet
Karmaşık bir hayatta, veri setini modellemek oldukça güç bir işlemdir. Araştırmacılar, veri seti hakkında çıkarsama yapabilmek için homojen ve optimal sayıda gruba ihtiyaç duyarlar. Kümeleme analizi, veri setinin altında yatan doğal grupları ortaya çıkaran, pek çok alanda yaygın olarak kullanılan çok değişkenli istatistiksel bir yöntemdir. Kümeleme analizinin amacı, grup içi benzerliğin maksimum ve gruplararası benzerleğin minimum olmasını sağlayarak veri setindeki birimleri gruplamaktır. Bu çalışmada, küme içi homojenliği ve optimal küme sayısını elde etmeyi sağlayan birleştirilmiş bir algoritma kullanılmıştır. Birleştirilmiş kümeleme ve diskriminant analizi adı verilen bu yöntem R programında elde edilmiştir. Grupların homojenliklerinin belirlenmesi için birleştirilmiş kümeleme ve lineer diskriminant analizi yöntemi, birleştirilmiş kümeleme ve karesel diskriminant analizi yöntemi ile bir simülasyon çalışması yardımıyla karşılaştırılmıştır. Bu iki birleştirilmiş yöntemin kullanılması ile elde edilen doğru sınıflama oranları karşılaştırılarak, mevcut grupların daha homojen alt gruplara bölünüp bölünemedikleri incelenmiştir. Sonuçta, birleştirilmiş kümeleme ve lineer diskriminant analizinin çoğunlukla daha iyi performans sergilediği görülmüştür. Ayrıca, Türkiye' deki şehirlerin nüfus başına ihracat oranlarının kullanıldığı bir uygulama çalışması sunulmuştur.
Özet (Çeviri)
Modelling data set is quite difficult process in a complex life. Researchers are need of homogeneous and optimal number of groups in order to make inference about data set. Cluster analysis is a widely used multivariate statistical method in many field which reveals natural groups underlying data set. The aim of cluster analysis is to group objects by providing maximum similarity intragroup and minimum similarity intergroups. In this study, a combined algorithm which provides obtaining intracluster homogeneity and optimal number of cluster was used. The method called as combined cluster and discriminant analysis was obtained in R software. Combined cluster and linear discriminant analysis was compared with combined cluster and quadratic discriminant analysis in order to determine homogeneity of groups with the help of simulation study. Whether existing groups are able to be divided into homogeneous subgroups was investigated by comparing correct classification ratios which are obtained from use of these two combined methods. Consequently, it is seen that combined cluster and linear discriminant analysis mostly gives outstanding performance. In addition, an application study was presented in which export per population ratio of provinces in Turkey is used.
Benzer Tezler
- A study on detectıon of watermelon fruıts by analysıng ımages obtaıned wıth an unmanned aerıal vehıcle (UAV)
İnsansiz hava aracı (İHA) görüntülerinin analizi ile karpuz meyvelerinin tespiti üzerine bir araştırma
AHMET EKİZ
Doktora
İngilizce
2021
Elektrik ve Elektronik MühendisliğiÇukurova ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. SAMİ ARICA
- Bulanık kümeleme yöntemi ile meme kanseri çekirdeği segmentasyonu
Breast cancer nuclei segmentation with fuzzy clustering method
AMANI ABRAHEEM SALIM ALSHOUL
Yüksek Lisans
Türkçe
2021
Tıbbi BiyolojiKastamonu ÜniversitesiBiyomedikal Mühendisliği Ana Bilim Dalı
PROF. DR. FATMA KANDEMİRLİ
- Fuzzy clustering based ensemble learning approach: Applications in digital advertising
Bulanık kümeleme tabanlı topluluk öğrenmesi yaklaşımı: Dijital reklam alanında uygulamalar
AHMET TEZCAN TEKİN
Doktora
İngilizce
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesiİşletme Mühendisliği Ana Bilim Dalı
PROF. DR. FERHAN ÇEBİ
PROF. DR. TOLGA KAYA
- A new change detection method using double segmentation and its application on remotely sensed images
Çift bölütleme ile değişiklik analizi ve uzaktan algılanan imgelere uygulanması
EKİN GEDİK
Yüksek Lisans
İngilizce
2013
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. FATOŞ TÜNAY YARMAN VURAL
- Çekirdek fonksiyonu kullanan meta sezgisel tabanlı yeni bir kümeleme algoritması
A new meta-heuristic based clustering algorithm using kernel function
HİLAL ELMAS
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolNecmettin Erbakan ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ AYŞE MERVE ACILAR