Geri Dön

Kategorik veriler üzerinde kümeleme algoritmaları

Clustering algorithms on categorical data

  1. Tez No: 436532
  2. Yazar: ELİF GÜLER
  3. Danışmanlar: DOÇ. DR. BURAK ORDİN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilim ve Teknoloji, Science and Technology
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2016
  8. Dil: Türkçe
  9. Üniversite: Ege Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Matematik Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 55

Özet

Kümeleme, veri madenciliği içerisinde yer alan önemli uygulamalara sahip olan bir veri analiz tekniğidir. Kümeleme probleminin çözümü için tasarlanan yaklaşımların uygulanması, verinin türüne göre farklılık göstermektedir. Literatürde sayısal nitelikli verilerin analizinin yapılması için birçok nitelikli algoritma bulunmaktadır. Gerçek hayattaki kategorik verilerin sayısı oldukça fazla olmasına rağmen bu kategorik nitelikli verileri analiz eden algoritmalar sınırlıdır. Bu tezde, kümeleme problemi için çözüm yöntemleri incelenmiş, kategorik türden verilerin analizini yapan k mode kümeleme algoritması ve bu algoritmanın artımlı bir versiyonu ele alınmıştır. Algoritmalar C programlama dilinde kodlanıp, örnek veri seti üzerinde hesaplama denemeleri yapılmıştır.

Özet (Çeviri)

Data Clustering is an important part of data mining. Different algorithms are needed to solve the clustering problems which consist of numerical or categorical data because of difference data types. In the literature a lot of algorithms have been found to solve clustering problems with numerical attributes. However, these algorithms are mostly designed to handle numerical data. In this thesis, k mode algorithm and its incremental version are expressed for solving clustering problems in data sets with categorical attributes. It is implemented the algorithms in C and presented the result of the numerical experiments on an example dataset.

Benzer Tezler

  1. Karma veriler üzerinde etkin kümeleme algoritmalarının geliştirilmesi

    Development of effective clustering algorithms on mixed data

    ELVIN NASIBOV

    Doktora

    Türkçe

    Türkçe

    2017

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolEge Üniversitesi

    Matematik Ana Bilim Dalı

    DOÇ. DR. BURAK ORDİN

  2. Deep learning based hybrid recommender system

    Derin öğrenme tabanlı öneri sistemi

    MUHAMMET ÇAKIR

    Yüksek Lisans

    İngilizce

    İngilizce

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. ŞULE ÖĞÜDÜCÜ

  3. Topological data analysis and clustering algorithms in machine learning

    Topolojik veri analizi ve makine öğreniminde kümeleme algoritmaları

    İSMAİL GÜZEL

    Doktora

    İngilizce

    İngilizce

    2023

    Matematikİstanbul Teknik Üniversitesi

    Matematik Mühendisliği Ana Bilim Dalı

    PROF. DR. ATABEY KAYGUN

  4. Short term electricity load forecasting with deep learning

    Derin öğrenme ile kısa dönemli elektrik yük talep tahmini

    İBRAHİM YAZICI

    Doktora

    İngilizce

    İngilizce

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ ÖMER FARUK BEYCA

  5. Kategorik veri analizinde kullanılan algoritmaların performanslarının karşılaştırılması üzerine bir çalışma

    A study comparing performances used algorithms in categorical data analysis

    FERHAN BAŞ

    Yüksek Lisans

    Türkçe

    Türkçe

    2013

    İstatistikGazi Üniversitesi

    İstatistik Ana Bilim Dalı

    PROF. DR. SEMRA ORAL ERBAŞ