Geri Dön

Bulanık kümeleme analizi ve gençlerde sigara içme eğilimi üzerine bir uygulama

Fuzzy clustering analysis and an application on prevalence of youth tobacco use

  1. Tez No: 425724
  2. Yazar: HAZEL KAVILI
  3. Danışmanlar: DOÇ. DR. GÜLHAYAT GÖLBAŞI ŞİMŞEK
  4. Tez Türü: Yüksek Lisans
  5. Konular: İstatistik, Statistics
  6. Anahtar Kelimeler: Veri Madenciliği, Kümeleme Yöntemleri, Bulanık Kümeleme, Data Mining, Clustering Methods, Fuzzy Clustering, Fuzzy C-Means
  7. Yıl: 2016
  8. Dil: Türkçe
  9. Üniversite: Yıldız Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: İstatistik Ana Bilim Dalı
  12. Bilim Dalı: İstatistik Bilim Dalı
  13. Sayfa Sayısı: 75

Özet

Veri madenciliğinde kümeleme yöntemleri, aynı özellikleri gösteren nesneleri, bireyleri aynı küme içerisinde ve farklı özellik gösteren nesneleri, bireyleri farklı kümeler içerisinde kümeler. Kümeleme yöntemlerini iki şekilde sınıflandırabiliriz: Klasik Kümeleme ve Bulanık Kümeleme. Klasik Kümelemede gözlemler bir kümeye aitken, Bulanık Kümelemede üyelik derecelerine göre, bir gözlem farklı kümelere ait olabilir. Bu çalışmada Bulanık Kümeleme Yöntemi kullanılarak, 2013 yılında Amerika'da gençlerin tütün ürünlerine ve kullanımına karşı tutumlarının yer aldığı anket verileri incelenmiştir. 80 sorudan, konuyla ilgili olanlar seçilmiş; R kullanılarak Bulanık Kümeleme Yöntemi uygulanmıştır.

Özet (Çeviri)

Clustering algorithms are used to group together the objects or people showing similar characteristics within the same cluster and the objects or people demonstrating different characteristics are grouped into clusters in data mining. Clustering algorithms can be classified into two categories: Classic Clustering and Fuzzy Clustering. In Classic clustering each observation belongs to a single cluster. However, in Fuzzy Clustering, observations can belong to more than one cluster based on their membership levels. In this research, National Youth Tobacco Survey (USA, 2013), which holds 80 questions, is examined. Our experiments are done by using Fuzzy Clustering Algorithm and is calculated using R.

Benzer Tezler

  1. Portfolio optimization with wavelet analysis and neural fuzzy networks

    Dalgacık analizi ve bulanık sinir ağları modeli ile portföy optimizasyonu

    ÖMER ZEKİ GÜRSOY

    Doktora

    İngilizce

    İngilizce

    2022

    İşletmeİstanbul Teknik Üniversitesi

    İşletme Ana Bilim Dalı

    PROF. DR. OKTAY TAŞ

  2. Bulanık kümeleme analizi ve bulanık modellemeye uygulamaları

    Fuzzy clustering analysis and applications to fuzzy modeling

    NEVİN GÜLER DİNCER

    Yüksek Lisans

    Türkçe

    Türkçe

    2006

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolMuğla Üniversitesi

    İstatistik ve Bilgisayar Bilimleri Ana Bilim Dalı

    PROF. DR. MÜBARİZ EMİNOV

  3. Bulanık kümeleme analizi ve OECD ülkelerinin gelişmişlik bakımından kümelendirilmesi

    Fuzzy cluster analysis and clustering OECD countries based on develeopment

    SERRA ATAL

    Yüksek Lisans

    Türkçe

    Türkçe

    2015

    İstatistikEskişehir Osmangazi Üniversitesi

    İstatistik Ana Bilim Dalı

    PROF. DR. ZEKİ YILDIZ

  4. Bulanık c-ortalamalar kümeleme analizi ve sağlık alanında uygulaması

    Fuzzy c-means clustering method and its application in medical field

    SURİYE ÖZGÜR

    Yüksek Lisans

    Türkçe

    Türkçe

    2017

    BiyoistatistikEge Üniversitesi

    Biyoistatistik ve Tıbbi Bilişim Ana Bilim Dalı

    PROF. DR. MEHMET NURULLAH ORMAN

  5. Bulanık c-Ortalamalar kümeleme analizi ve uygulamaları

    Fuzzy c-Means cluster analysis and its applications

    GÖZDE ULUTAGAY

    Yüksek Lisans

    Türkçe

    Türkçe

    2004

    İstatistikEge Üniversitesi

    İstatistik Ana Bilim Dalı

    DOÇ.DR. ŞANSLI ŞENOL