Geri Dön

Veri madenciliğinde bazı kümeleme algoritmalarının karşılaştırılması

Comparison of some clustering algorithms in data mining

  1. Tez No: 617123
  2. Yazar: ALİ BURAK SAYILAN
  3. Danışmanlar: PROF. DR. DURSUN AYDIN
  4. Tez Türü: Yüksek Lisans
  5. Konular: İstatistik, Statistics
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2019
  8. Dil: Türkçe
  9. Üniversite: Muğla Sıtkı Koçman Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: İstatistik Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 127

Özet

Kümeleme çözümlemesi, gruplanmamış verileri benzerliklerine göre gruplar veya kümeler altında toplayan çok değişkenli bir istatistiksel yöntemdir. Kümeleme veri madenciliğinde de yaygın olarak kullanılan bir tekniktir. Bu çalışmada amaç, kümeleme çözümlemesinde kullanılan bazı algoritmaların farklı karakteristik özelliklere sahip veri setleri üzerinde uygulanması ve elde edilen sonuçlar üzerinden algoritmaların performanslarının karşılaştırılmasıdır. Çalışma kapsamında AGNES, DIANA, k-ortalamalar, k-medoids, fuzzy c-ortalama, CLARA, DBSCAN, CURE, PAM, DENCLUE, STING, CLIQUE kümeleme algoritmaları incelenmiştir. Seçilen algoritmaların uygulanmasında R istatistiksel programlama dili kullanılmıştır.

Özet (Çeviri)

Clustering analysis is a multivariate statistical technique that groups or aggregates the ungrouped data by their similarities. Clustering is also a commonly used technique in data mining. The aim of this study is implementation of some clustering algorithms on the data sets which have different characteristics and comparing the algorithm performances by attained results. AGNES, DIANA, k-means, k-medoids, fuzzy c-means, CLARA, DBSCAN, CURE, PAM, DENCLUE, STING, CLIQUE clustering algorithms were researched in the study. R statistical programming language was used for the implementation of the selected algorithms.

Benzer Tezler

  1. Veri madenciliğinde hiyerarşik kümeleme algoritmalarının uygulamalı karşılaştırılması

    Comparison of hierarchical clustering algorithms in data mining with applications

    YUSUF ALTINOK

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    EkonometriMarmara Üniversitesi

    Ekonometri Ana Bilim Dalı

    PROF. DR. AHMET METE ÇİLİNGİRTÜRK

  2. Comparing biclustering algorithms using data envelopment analysis to choose the best parameters

    İkili kümeleme algoritmalarının karşılaştırılmasında ve parametrelerinin seçiminde veri zarflama analizinin kullanımı

    AMMAR HOMAIDA

    Yüksek Lisans

    İngilizce

    İngilizce

    2019

    İstatistikGazi Üniversitesi

    İstatistik Ana Bilim Dalı

    DOÇ. DR. BÜLENT ALTUNKAYNAK

  3. Breast cancer data classification using SVM, NB and KNN algorithms

    SVM, NB ve KNN kullanımı ile göğüs kanseri veri sınıflandırması

    BURCU MERAL

    Yüksek Lisans

    İngilizce

    İngilizce

    2019

    Bilim ve Teknolojiİstanbul Teknik Üniversitesi

    Matematik Mühendisliği Ana Bilim Dalı

    PROF. DR. KAMİL ORUÇOĞLU

  4. Veri madenciliğinde çeşitli kümeleme algoritmalarının farklı platformlarda karşılaştırmalı analizi

    Comperative analysis of several data mining clustering algorithms on different platforms

    SUHA GÖKALP

    Yüksek Lisans

    Türkçe

    Türkçe

    2014

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAtatürk Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. TOLGA AYDIN

  5. Veri madenciliği uygulamaları için veri indirgeme algoritmalarının geliştirilmesi ve resim madenciliğine uygulanması

    Development of data reduction algorithms for data mining applications and implementation of these algorithms to image mining

    ONUR İNAN

    Doktora

    Türkçe

    Türkçe

    2015

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSelçuk Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. NİHAT YILMAZ