Geri Dön

K-Means kümeleme yönteminde en uygun küme sayısının tematik kartografya uygulamaları açısından incelenmesi

Examination of the most suitable number of clusters in K-Means clustering in the case of thematic cartography applications

PDF İndir

  1. Tez No: 715012
  2. Yazar: UTKU CAN DEMİR
  3. Danışmanlar: PROF. DR. İBRAHİM ÖZTUĞ BİLDİRİCİ
  4. Tez Türü: Yüksek Lisans
  5. Konular: Jeodezi ve Fotogrametri, Geodesy and Photogrammetry
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2021
  8. Dil: Türkçe
  9. Üniversite: Konya Teknik Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Harita Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Jeodezi ve Fotogrametri Bilim Dalı
  13. Sayfa Sayısı: 97

Özet

Çok değişkenli harita yapımı için kullanılan kümeleme analizi ile iki veya daha fazla konunun birbirleri ile ortak özellikleri olan nesneler bulunur. Bu tez çalışmasında kümeleme analizi yöntemlerinden, hiyerarşik olmayan bir yöntem olan K-Means yöntemi ile iki uygulama yapılması, kullanılan yöntemin gereği olan küme sayısının kullanıcı tarafından girilmesi ile oluşan kümelerin uygunluğunun test edilmesi ve en uygun küme sayısının belirlenmesi amaçlanmıştır. En uygun küme sayısı, Davies-Bouldin İndeksi değeri kullanılarak belirlenmiştir. Burada en önemli kriterlerden birisi Davies-Bouldin İndeks değeridir. Hesaplanan indeks değeri küçüldükçe kümelerin birbirinden ayırt edilme gücü artmaktadır. Hesaplanan indeks değerlerine bakıldığında sıfıra yakın çıkan değer hangi küme sayısına aitse o kümeleme test sonucu olarak en uygundur. Ortaya çıkan sonuçlar yapılan uygulamalar ile gösterilmiştir. 2019 yılına ait km^2'ye düşen taşıt sayısı ve buna karşılık kullanılan akaryakıt miktarı (m^3) verileri ile yapılan ilk uygulamada en düşük indeks değeri 4 küme için hesaplanmıştır. İkinci uygulamada ise 2018 yılına ait ortalama kişi başı tüketilen su miktarı (m^3) ve kişi başı yıllık arz edilen su miktarı (m^3/kişi-yıl) verileri kullanılarak 6 küme için en düşük indeks değeri hesaplanmıştır. K-Means yöntemi ile kümeleme analizi uygulamaları yapılırken Davies-Bouldin İndeks değerinin hesaplanması yararlı olacaktır.

Özet (Çeviri)

With the clustering analysis used for multivariate mapping, objects in which two or more subjects have similar properties are found. It was aimed in this thesis study to perform two applications with K-Means method, which is a non-hierarchical method among clustering analysis methods, to test the suitability of clusters formed through number of clusters being entered by the user, which is by the nature of the method used, and to determine the most suitable number of cluster. The most suitable number of clusters was determined using the Davies-Bouldin Index value. One of the most important criteria in this process is the Davies-Bouldin Index value. Distinctiveness of clusters increases with decreasing index value. Considering the calculated index values, the number of clusters that possesses the value close to zero is the most suitable one. The results were shown with the applications performed. In the first application performed with the data including number of vehicles per km2 and the corresponding amount of fuel used (m3) in 2019, the lowest index value was calculated for 4 clusters. In the second application, the lowest index value was calculated for 6 clusters using the data including the average amount of water used (m3) per capita and the amount of water drawn annually (m3/person-year). It would be useful to calculate the Davies-Boulding Index value when conducting cluster analysis with the K-Means method.

Benzer Tezler

  1. Tez No

    389451

    Multivariate and fuzzy clustering approaches to dynamic classification of traffic flow states

    Çok değişkenli ve bulanık yaklaşımlarla trafik akımının dinamik sınıflandırılması

    MEHMET ALİ SİLGU

    Yüksek Lisans

    İngilizce

    İngilizce

    2015

    Trafikİstanbul Teknik Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    PROF. DR. HİLMİ BERK ÇELİKOĞLU

  2. Tez No

    666283

    Kümeleme yöntemi ile TR83 bölgesinde hayvansal atıkların değerlendirilmesinde optimal tesis yerlerinin belirlenmesi

    Determination of optimal facility locations for evaluation of animal wastes in TR83 region by clustering method

    SİNAN DÜNDAR

    Doktora

    Türkçe

    Türkçe

    2021

    İşletmeSivas Cumhuriyet Üniversitesi

    İşletme Ana Bilim Dalı

    PROF. DR. HÜDAVERDİ BİRCAN

  3. Tez No

    894539

    Context aware real-time clustering with cortical coding method

    Kortikal kodlama yöntemi ile bağlama duyarlı gerçek zamanlı kümeleme

    SELİM EREN ERYILMAZ

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. BURAK BERK ÜSTÜNDAĞ

  4. Tez No

    887846

    Train set complexity tunning for imbalance learning

    Dengesiz öğrenme için eğitim seti karmaşıklığının ayarlanması

    MEHMET ULAŞ

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Endüstri ve Endüstri Mühendisliğiİstanbul Teknik Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    DR. MEHMET ALİ ERGÜN

  5. Tez No

    662386

    Türkiye'de iller bazında ulaşım faaliyetlerinin gelişim durumunun kümeleme analizi ile belirlenmesi

    Determination of development status of transportation facilities in Turkey on the basis of cities by using clustering analysis

    ERKAN ALTIN

    Yüksek Lisans

    Türkçe

    Türkçe

    2021

    EkonometriManisa Celal Bayar Üniversitesi

    Ekonometri Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ AYNUR İNCEKIRIK

Geri Dön