Geri Dön

Kümeleme analizi yöntemlerinin küme geçerlilik indekslerine göre karşılaştırılması

Comparison of clustering analysis methods according to cluster validation indexes

  1. Tez No: 649625
  2. Yazar: DERYA ALKIN
  3. Danışmanlar: DR. ÖĞR. ÜYESİ AYDIN KARAKOCA
  4. Tez Türü: Yüksek Lisans
  5. Konular: İstatistik, Statistics
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2019
  8. Dil: Türkçe
  9. Üniversite: Necmettin Erbakan Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: İstatistik Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 82

Özet

Bu tez çalışmasında kümeleme analizinde kullanılan aşamalı ve aşamalı olmayan kümeleme yöntemleri içsel ve dışsal küme geçerlilik indeksleri kullanılarak küme sayılarına göre karşılaştırılmıştır. Farklı veri setleri üzerinde yapılan uygulamalar sonucunda ele alınan 26 içsel kriter ile aşamalı olmayan yöntemlerden k-ortalamalar tekniği ve aşamalı kümeleme yöntemlerinden tek bağlantı kümeleme yöntemi, tam bağlantı kümeleme yöntemi, ortalama bağlantı kümeleme yöntemi, ağırlıklı ortalama bağlantı kümeleme yöntemi, merkezi bağlantı kümeleme yöntemi, medyan bağlantı kümeleme yöntemi ve Ward bağlantı kümeleme yöntemi için elde edilen sonuçlar yorumlanmıştır.

Özet (Çeviri)

In this dissertation, the hierarchical and non-hierarchical clustering methods, which are used in clustering analysis, have been compared by using the clustering indices. As a result of the applications performed on different datasets, 26 internal criteria and non-hierarchical methods, k-means technique and hierarchical clustering methods, single link clustering method, full link clustering method, average link cluster method, weighted average link aggregation method, central link aggregation method, median link aggregation method and ward link aggregation method have been interpreted.

Benzer Tezler

  1. Farklı kümeleme analizi yöntemleri ile Türkiye'deki illerin sosyo-ekonomik özelliklerine göre sınıflandırılması ve karşılaştırılması

    Methods according to different cluster analysis on the socio-economic characteristics comparison and classification of Turkey

    YASEMİN KARAOĞLAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2018

    EkonometriSivas Cumhuriyet Üniversitesi

    Ekonometri Ana Bilim Dalı

    DOÇ. DR. NECATİ ALP ERİLLİ

  2. Çok amaçlı genetik algoritma kullanarak DNA mikrodizi verilerinin kümelenmesi

    Clustering DNA microarray data via multi-objective genetic algorithm

    MUSTAFA KAHRAMAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2010

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat Üniversitesi

    Biyomühendislik Ana Bilim Dalı

    DOÇ. DR. MEHMET KAYA

  3. Developing a novel decision support system for performance evaluation and team formation in sports

    Sporda performans değerlendirme ve takım oluşturma için özgün karar destek sistemi geliştirilmesi

    EYÜP ANIL DUMAN

    Doktora

    İngilizce

    İngilizce

    2022

    Endüstri ve Endüstri MühendisliğiMarmara Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    PROF. DR. GÜLFEM TUZKAYA

    PROF. DR. BAHAR SENNAROĞLU

  4. Kümeleme analizinde küme sayısının belirlenmesi üzerine bir çalışma

    A study on determining the number of clusters in cluster analysis

    AZİZE CELİLE GÜNAY ATBAŞ

    Yüksek Lisans

    Türkçe

    Türkçe

    2008

    İstatistikAnkara Üniversitesi

    İstatistik Ana Bilim Dalı

    YRD. DOÇ. DR. CEMAL ATAKAN

  5. Bulanık kümeleme analizinde bulanık kümeleme algoritmalarının karşılaştırılması

    A comparison of fuzzy cluster algorithms in fuzzy clustering analysis

    ASLI KAYA

    Yüksek Lisans

    Türkçe

    Türkçe

    2018

    İstatistikAnadolu Üniversitesi

    İstatistik Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ ÖZER ÖZDEMİR