Makine öğrenme temelli konut fiyat tahminlemede meta model uygulaması: Çanakkale ili örneği
Meta model application in machine learning based house price estimation: An example of Canakkale province
- Tez No: 745513
- Danışmanlar: DR. ÖĞR. ÜYESİ SAİT CAN YÜCEBAŞ
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: Türkçe
- Üniversite: Çanakkale Onsekiz Mart Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 53
Özet
Makine Öğrenmesi yöntemleri günümüzde birçok alanda olduğu gibi emlak fiyatlarının tahmin edilmesi için de yaygın olarak kullanılmaktadır. Gerçekleştirilen çalışmada satılık konut fiyatlarının tahmin edilmesi için bir meta model geliştirilmiştir. RapidMiner aracı kullanılarak gerçekleştirilen meta modelde Karar Ağacı, Rassal Orman, Destek Vektör Makinesi ve Yapay Sinir Ağı yöntemleri kullanılmıştır. Çalışmada Çanakkale iline ait satılık konut verileri kullanılmıştır. Bu veriler web kazıyıcı oluşturularak aktif olarak kullanılan bir emlak sitesi üzerinden elde edilmiştir. Modelin tahmin başarısının arttırılması için elde edilen bu ham veriler belirli veri ön işleme adımlarından geçirilmiştir. Karar Ağacı, Rassal Orman, Destek Vektör Makinesi ve Yapay Sinir Ağı yöntemleri bir meta model altında birleştirilmiş ve nihai sonuç için Çoğunluk Oylaması kullanılmıştır. Hem meta model hem de meta model altındaki tüm alt modellerin eğitimi ve testi için 10 katmanlı çapraz geçerlilik yöntemi kullanılmıştır. Modellerin en iyi performansı verebilmesi için evrişimsel optimizasyon temelli hiper parametre optimizasyonu uygulanmıştır. İlgili optimizasyonun performansa katkısını gösterebilmek adına tüm modeller varsayılan hiper parametre değerleriyle de kurulmuş, optimize edilmiş modeller ile performans karşılaştırması yapılmıştır. Hem alt modeller hem de meta model için optimize edilmiş hiper parametrelerle kurulan modellerin daha yüksek tahmin performansı gösterdiği görülmüştür. Alt modeller içinde en yüksek performansı 0,825 korelasyon sayısı ile Rassal Orman göstermiştir. Kurulan model 0,836'lık korelasyon ile alt modellerin tahmin performansının oldukça üstüne çıkmıştır.
Özet (Çeviri)
Machine Learning methods are widely used for estimating real estate prices as it is used in many other domains. In this study, a meta-model has been developed to predict the prices of houses on sale. Decision Tree (DT), Random Forest (RF), Support Vector Machine (SVM) and Artificial Neural Network (ANN) were used in the meta-model developed by using the RapidMiner tool. The data set consists of the houses on sale in Canakkale province. A web scrapper was developed to retrieve the sale data from an actively used real estate web site. In order to increase the prediction performance a data preprocessing step was conducted. A ten-fold cross validation was used to train and test both the base learners and the meta model. Evolutionary based hyper parameter optimization was used to increase the performance of the models. In order to show the contribution of the optimization to the performance, all models were constructed with the default hyper parameter values, and performance comparisons were made with the optimized models. Base learners and meta model with optimized hyper parameters showed higher predictive performance. Random Forest showed the highest performance with a correlation number of 0,825 among the base learners. The established meta model was well above the prediction performance of the sub-models with a correlation of 0,836.
Benzer Tezler
- Sign predictability of intraday price returns to formulate appropriate trading strategies with optimum set of equities
Optimum hisse senedi kümesi ile uygun işlem stratejileri oluşturmak için gün içi fiyat getirilerinin işaret tahmin edilebilirliği
ABDURRAHMAN KILIÇ
Doktora
İngilizce
2024
Ekonometriİstanbul Teknik Üniversitesiİktisat (İngilizce) Ana Bilim Dalı
PROF. DR. BÜLENT GÜLOĞLU
- Essays on electricity price modeling and forecasting
Elektrik fiyatlarının modellenmesi ve tahmini üzerine makaleler
UMUT UĞURLU
Doktora
İngilizce
2019
İşletmeİstanbul Teknik Üniversitesiİşletme Mühendisliği Ana Bilim Dalı
PROF. DR. OKTAY TAŞ
- Kablo ile sürülen paralel bir robotun tahmin ve öğrenme temelli yöntemler ile konum ve düzlem dışı titreşim denetimi
Position and out-of-plane vibration control of a cable-driven parallel robot with estimation and learning-based methods
CANER SANCAK
Doktora
Türkçe
2022
Makine MühendisliğiKaradeniz Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
DOÇ. DR. MEHMET İTİK
- Derin öğrenme ve makine öğrenmesi ile uydu görüntülerinin sınıflandırılması
Classification of satellite images with deep learning and machine learning
CANBERK AYDEMİR
Yüksek Lisans
Türkçe
2022
Elektrik ve Elektronik MühendisliğiBaşkent ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SELDA GÜNEY
- Günlük hayatta gözetimsiz/yarı gözetimli öğrenme temelli stres düzeyi tespit sistemi
Unsupervised/semi-supervised learning-based stress level detection system by using unobtrusive wearables in the wild
OSMAN TUGAY BAŞARAN
Yüksek Lisans
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBoğaziçi ÜniversitesiElektronik ve Bilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. CEM ERSOY
DR. YEKTA SAİD CAN