Tarımsal veri madenciliğinde aprıorı birliktelik kuralının uygulanması
Use of apriori algorithm for discovering association rules in agricultural data mining
- Tez No: 519857
- Danışmanlar: PROF. DR. ZEYNEL CEBECİ
- Tez Türü: Doktora
- Konular: Ziraat, İstatistik, Agriculture, Statistics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2018
- Dil: Türkçe
- Üniversite: Çukurova Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Zootekni Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 134
Özet
Birliktelik kuralı madenciliği, transaksiyon veritabanlarındaki ögeler arasındaki yaygınlık, desenleri, ilişkileri, birliktelikleri veya nedensel yapıları bulmaya yönelik tekniklerden oluşur. Bir transaksiyon verisetindeki diğer ögelerin oluşumlarına dayanarak belirli bir ögenin oluşumunu tahmin etmeyi sağlayan kurallara birliktelik kuralı denilmektedir. Bir öge grubu arasında sık tekrarlanan desenleri ve birlikte oluşları saptamak için önemli bir araçtır. Bu tez çalışmasında, birliktelik kuralları madenciliği tanıtılarak tarım ve ilgili bilimlerdeki kullanımı gösterilmektedir. Araştırma materyali olarak bir yumurta kalite özellikleri veriseti kullanılmıştır. Sürekli değişkenlerden oluşan verisetinde kayıp değer imputasyonu ve ayrıklaştırma gibi veri önişleme (preprocessing) adımları uygulanmıştır. Değişkenler arasındaki kuralları saptamak için Apriori algoritması kullanılmıştır. Toplam 4320 kayıt ve 15 değişkenden oluşan verisetinde yapılan analizler sonucunda toplam 349 kural saptanmıştır. Kurallar çeşitli görselleştirme teknikleriyle incelenmiş ve yorumları yapılmıştır. Destek, güven ve kaldıraç değerlerine göre önemli kurallar belirlenmiştir. Sonuçlara göre yumurta kalite özellikleri arasında V1=1, V3=6 ⇒ V2=2, V2=23, V3=23 ⇒ V1=24, V5=10 ve V3=12, V14=11 ⇒ V9=5 kurallarının diğerlerinden önemli oldukları saptanmıştır. Bu durumda ilk kural yumurta ağırlığı değişkeni [47.7, 48.6) ve yumurta uzunluğu değişkeni [52.6, 53.0) sürekli değer aralığında olduğunda yumurta genişliği [40.0,40.2) sürekli değer aralığında olacaktır.
Özet (Çeviri)
Association rule mining consists of the techniques related to finding frequent patterns, associations, correlations, or causal structures among sets of items in transaction databases. Association rules are the rules which aim to predict the occurrence of a specific item based on the occurrences of the other items in a given set of transactions. It is an important tool for finding frequent patterns and co-occurring associations among a collection of items. In this study, an egg quality traits dataset was used as an experimental dataset. Data preprocessing consisting of missing values imputation and discretization was ran on the dataset because before association rules mining requires complete data with discrete features. Apriori algorithm was used in order to obtain the rules among the features. Totally 349 rules were determined on the examined dataset which contains 15 features for 4320 eggs. In order to determine the important ones, the obtained rules were reviewed and also visually inspected for their support, confidence and lift values. According to the results, the first important rules were determined as V1=1, V3=6 ⇒ V2=2; V2=23, V3=23 ⇒ V1=24; V5=10, V3=12, V14=11 ⇒ V9=5. İn this case the first rule states that the egg weight [47.7, 48.6) and length variables [52.6, 53.0) are in the continuous value range, then the egg width [40.0, 40.2) will also be in the continuous value range
Benzer Tezler
- E-ticaret sitelerine öneri sisteminin uygulanması
Applicatin of suggestion system to e-commerce sites
ABDULLAH ÖZKILIÇ
Yüksek Lisans
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBursa Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ VOLKAN ALTUNTAŞ
- Pamuk üretim rekolte tahmini için veri madenciliği yöntemlerinin kullanılması: Şanlıurfa örneği
Using data mining methods for product forecast in cotton production: The case of Sanlıurfa
YUNUS SANDIKÇI
Yüksek Lisans
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolHarran ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. İBRAHİM BERKAN AYDİLEK
- Akademik başarının makine öğrenmesi yöntemleri ile tahmin edilmesi
Prediction of academic success by machine learning methods
ZEYNEP BARUT
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBursa Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ VOLKAN ALTUNTAŞ
- İl bazlı tarımsal üretim planlamaları için coğrafi bilgi sistemine yönelik bir tarımsal veri tabanı uygulaması
An agricultural database application devoted to geographic information system for province based agricultural production planning
HALİLİBRAHİM İNAN
Yüksek Lisans
Türkçe
2004
Jeodezi ve FotogrametriKaradeniz Teknik ÜniversitesiJeodezi ve Fotogrametri Mühendisliği Ana Bilim Dalı
PROF.DR. TAHSİN YOMRALIOĞLU
- Veri madenciliği ile meteorolojik parametrelerin analizi ve ziraî meteoroloji haritasının çıkarılması
Analsis of meteorological parameters and preparation of agricultural meteorology maps by using data mining
FATİH TOPALOĞLU
Yüksek Lisans
Türkçe
2007
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. AHMET ÇINAR