Özellik seçimi problemleri için polihedral konik fonksiyonlar temelli çözüm yaklaşımı
A solution approach based on polyhedral conic functions for feature selection problems
- Tez No: 583494
- Danışmanlar: PROF. DR. REFAİL KASIMBEYLİ
- Tez Türü: Yüksek Lisans
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Optimizasyon modelleri, Sınıflandırma, Veri madenciliği, Optimization models, Classification, Data mining
- Yıl: 2019
- Dil: Türkçe
- Üniversite: Eskişehir Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu çalışmada makine öğrenmesinin önemli dallarından biri olan özellik seçimi problemleri için çok yüzlü konik fonksiyonlar temelli bir gömülü yöntem önerilmiştir. Çok yüzlü konik fonksiyonlar algoritması, özellikle dışbükey örtüleri ayrık olmayan kümeler için geliştirilmiş ve literatürde yayımlanan çalışmalarla da sınıflandırma alanında çok yüksek başarılar elde ettiği gösterilmiştir. Bu çalışmanın amacı özellik seçimi problemleri için de çok yüzlü konik fonksiyonların kullanılmasını içeren bir algoritma geliştirilmesidir. Hiperdüzlemlerle ayırma teorisine dayanan klasik algoritma, özellik seçimi durumunu da içerecek şekilde yeni bir amaç fonksiyonu ve durdurma kriteri tariflenerek tekrar düzenlenmiştir. Çok yüzlü konik fonksiyonlar kullanılarak oluşturulan yeni amaç fonksiyonu sayesinde eş zamanlı bir şekilde hem özellik seçimi hem de sınıflandırma yapılabilmektedir. Ortaya konulan yeni algoritma, literatürde iyi bilinen güncel veri kümeleri üzerinde test edilmiş ve elde edilen sonuçlar yorumlanarak bilinen diğer yöntemlerle karşılaştırılmıştır. Ayrıca öğrenci başarı tahminlemesi problemine dair bir veri kümesi kullanılarak açıklayıcı bir örnek sunulmuştur.
Özet (Çeviri)
In this study, an embedded method based on polyhedral conic functions has been proposed for feature selection problems, which is one of the important branches of machine learning. The polyhedral conic functions algorithm is a supervised classification algorithm developed for separating the sets which of convex hulls are intersect. It is reported on different studies in literature that PCF algorithm gives competitive classification accuracies. The purpose of this study is to develop an algorithm that includes polyhedral conic functions for feature selection problems. The classical algorithm based on the separation theory has been rearranged by defining a new objective function which includes a feature selection term and a new termination criteria. Thanks to the new objective function both feature selection and classification can be performed simultaneously. The proposed algorithm is applied to solve classification problems on some well known real world data sets and compared with other well known classifiers. Finally, an illustrative example is presented using a student performance data set.
Benzer Tezler
- Biyoinformatik veri sınıflandırma problemleri için boyut indirgemeye dayalı öznitelik seçimi yaklaşımlarının geliştirilmesi
Developing dimensionality reduction based feature selection approaches for bioinformatic data classification problems
UMAY GÜLFEM ELGÜN
Yüksek Lisans
Türkçe
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolErciyes ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ÖZKAN UFUK NALBANTOĞLU
- Özellik seçimi için güncel meta sezgisel optimizasyonları kullanılarak yeni ikili optimizasyon algoritması geliştirilmesi
Development of new binary optimization algorithm using current meta heuristic optimizations for feature selection
ABDULLAH ÇELİK
Yüksek Lisans
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat ÜniversitesiYazılım Mühendisliği Ana Bilim Dalı
PROF. DR. ERKAN TANYILDIZI
- Optimization approaches for classification and feature selection using overlapping hyperboxes
Sınıflandırma ve özellik seçimi için örtüşebilen hiper kutu kullanan optimizasyon yaklaşımları
DERYA AKBULUT
Doktora
İngilizce
2019
Endüstri ve Endüstri MühendisliğiOrta Doğu Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. NUR EVİN ÖZDEMİREL
YRD. DOÇ. DR. CEM İYİGÜN
- Bulanık doğrusal programlama modeli ile bir kamu kurumu için tesis yeri seçimi
Facility location selection for a public institution with fuzzy linear programming model
HAYDAR BALLI
Yüksek Lisans
Türkçe
2014
İşletmeKara Harp Okulu KomutanlığıHarekat Araştırması Ana Bilim Dalı
YRD. DOÇ. DR. ÖZKAN BALİ
YRD. DOÇ. DR. SERKAN GÜMÜŞ
- Hybrid metaheuristics for selected optimization problems
Seçilmiş optimizasyon problemleri için hibrit metasezgiseller
RAMAZAN ALGIN
Doktora
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolMarmara ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ALİ FUAT ALKAYA
DOÇ. DR. MUSTAFA AĞAOĞLU