Profit-oriented classification: New approaches and business applications
Kâr odaklı sınıflandırma: Yeni yaklaşımlar ve işletme ugulamarı
- Tez No: 418534
- Danışmanlar: PROF. EKREM DUMAN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Endüstri ve Endüstri Mühendisliği, İşletme, Computer Engineering and Computer Science and Control, Industrial and Industrial Engineering, Business Administration
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2015
- Dil: İngilizce
- Üniversite: Özyeğin Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 90
Özet
Tahmin etme problemlerinin en yaygın olan sınıflandırma problemleri şimdiye kadar genellikle veri madenciligi (VM) algoritmalarıyla çözülmeye çalışmıştır. Bu algoritmalarda ele alınan amaç fonksiyonu, yanlış sınıflandırılan gözlemlerin (durumların) sayısının (veya ağırlıklı toplam sayısının) en aza indirilmesini hedeflemektedir. Mevcut algoritmalar bazı popüler problemlerde özel durumları doğru şekilde ele alamadıklarından dolayı, son dönemlerde maliyete duyarlı sınıflandırma araştırmacıların dikkatini çeker hale gelmiştir. Sınıf dengesizliği nedeniyle gözlem sayısının farklı sınıflardaki değişkenliği, ve sınıflandırma algoritmalarının uygulanması esnasında yanlış sınıflandırma maliyetlerinin farklılığının ele alınması olmak üzere iki tür özel durum bulunmaktadır. Bu çalışma, iki tip kâr odaklı yaklaşımla döort ayrı gerçek hayat probleminin çözülmesini içermektedir. İlk olarak, Fisher Diskriminant Analizi (FDA) üzerinde değişiklikler yapılmış ve kâra duyarlı bir yaklaşım haline getirilmiştir. Kâra duyarlı Fisher Diskriminant Analizi (KFDA) esas hata minimizasyonu varsayımlarını koruyarak, yapılan değişikliklerle mevcut hata bazlı FDA'nın daha kârlı gözlemleri daha fazla dikkate almasını sağlamıştır. İkinci yaklaşım olan kâr bazlı modelleme, gözlemleri sınıflandırma hatasından ziyade toplam net kârlarna göre sınıflandırmaktadır. Bu yaklaşım, meta-sezgisel algoritmalar kullanarak çözüm alanında maksimum net kâr ayırt edecek bir fonksiyonu aramaktadır. Kâr bazlı sınıflanırma yaklaşımını uygulamak için, Göçmen Kuşlar optimizasyonu (GKO), Yapay Arı Kolonisi (YAK) Algoritması, Parçacık Sürü Optimizasyonu (PSO) ve Genetik Algoritma (GA) olmak üzere dört meta-sezgisel yaklaşım kullanılmıştır. Başka bir katkı olarak ise, bu çalışmada Göçmen Kuşlar Algoritmasının modifi ye edilmiş versiyonu (d-GKO) sunulmaktadır. Sonuçlara bakıldığında kâra duyarlı FDA, orijinal versiyonuna göre kârlı pozitif kayıtları daha fazla yakalayabilmektedir. Bu yaklaşım daha az sayıda pozitifi doğru olarak sınıflandırmayı başarmaktadır, fakat hata minimizasyonu varsayımlarını adapte ederek sınıflandırmadaki önceliği kârlı gözlemlere vermektedir. kâr bazlı yaklaşım toplam net kârını maksimizasyonunu amaç fonksiyonu olarak kullanarak daha fazla kâr getiren çözümler elde etmektedir. Bu yaklaşım öğrenme esnasında hata minimizasyonu varsayımlarını tamamen yok saydığı için, doğru pozitif oranı açısından daha düşük performans sergilemektedir. Kâr bazlı yaklaşımda kullanılan meta-sezgisel yöntemler arasında Yapay Arı Kolonisi (YAK) algoritması, Göçmen Kuşlar Algoritmasının modifi ye edilmiş versiyonu (d-GKO) haricindeki algoritmalardan toplam net k^ar açısından daha iyi sonuçlar vermektedir.
Özet (Çeviri)
Classification problems are the most common prediction problems that have traditionally been tackled by the data mining (DM) algorithms. The objective taken in these algorithms is a statistical one aimed to minimize the number (or, the weighted number) of incorrectly classified observations (instances). Recently, the cost-sensitive classification got researchers' attentions as the existing algorithms are not able to deal with special concerns in some popular problems. There are two main special concerns. The first one is the case when the number of observations varies in different classes - called class imbalance (or skewness). The second issue is the case when there are naturally different costs of misclassification that should be considered while implementing a classification algorithm. This study includes two types of profit-oriented approaches to deal with four real-life problems. Firstly, we have modified Fisher Discriminant Analysis (FDA) converting it to a profit-sensitive approach. The Profit-sensitive Fisher Discriminant Analysis (PFDA) modifies the existing error-based FDA in a way that puts emphasize on the profitable observations inheriting the main error-minimization assumptions. The second approach called profit-based modeling tries to classify the observations with regard to total net profit rather than errors in classification. This approach searches solution space for a discriminating function with maximum net profit using meta-heuristics. Four meta-heuristics are utilized to implement the profit-based classification approach including Migrating Birds Optimization (MBO), Artificial Bee Colony (ABC), Particle Swarm Optimization (PSO), and Genetic Algorithm (GA). In this study, we also have proposed a modification on MBO (m-MBO). Results show that the profit-sensitive FDA could catch profitable positives more than its original version however, it has less number of positives correctly classified. The profit-sensitive approach adopts the error-minimization assumptions such that the priority in classification is set for profitable observations. On the other hand, the profit-based approach could reach more profit-making solutions using an objective function of maximizing the total net profit. As this approach totally neglects error-minimization assumptions while training, it showed under-performance in true positive rate. Among the meta-heuristics utilized in profit-based approach, the Artificial Bee Colony (ABC) and modified version of MBO (m-MBO) always outperform other meta-heuristics.
Benzer Tezler
- En uygun hayat sigortası poliçesi seçimini sağlayan bir karar modeli
A Decision model for selecting the optimum insurance policy
H.BÜLENT CERİT
Yüksek Lisans
Türkçe
1995
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiPROF.DR. RAMAZAN EVREN
- Stratejik yönetim ve beton prefabrikasyon sektöründe çalışan bir işletmede uygulama
Başlık çevirisi yok
FERİT VARDAR
Yüksek Lisans
Türkçe
1998
Mühendislik Bilimleriİstanbul Teknik Üniversitesiİşletme Ana Bilim Dalı
DOÇ. DR. İSMAİL HAKKI BİÇER
- Havaalanında yer hizmeti veren bir firma için hedef programlama yaklaşımı
Başlık çevirisi yok
M.BARBAROS KUBATOĞLU
Yüksek Lisans
Türkçe
1998
Mühendislik Bilimleriİstanbul Teknik Üniversitesiİşletme Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. DEMET BAYRAKTAR
- AÇIK OLMA HALLERİ: TASARIM PRATİKLERİNDE AÇIK KAYNAK KÜLTÜRÜ ÜZERİNE BİR DEĞERLENDİRME
THE STATES OF OPENNESS: AN EVALUATION OF OPEN SOURCE CULTURE IN DESIGN PRACTICES
HATİCE CANSU CÜRGEN
Yüksek Lisans
Türkçe
2015
Mimarlıkİstanbul Teknik ÜniversitesiMimarlık Ana Bilim Dalı
PROF. DR. ARZU ERDEM
- Televizyon dizilerinde kültürel temsiller: Mardin dizileri örneği
Représentations culturelles dans les séries télévisées: Exemple de les séries télévisées de Mardin
SEZER AHMET KINA
Yüksek Lisans
Türkçe
2020
Radyo-TelevizyonGalatasaray ÜniversitesiRadyo Televizyon ve Sinema Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ECE VİTRİNEL