Veri kesikleştirme için optimizasyon temelli yeni bir yaklaşım
A new optimization-based approach to data discretization
- Tez No: 874168
- Danışmanlar: PROF. DR. BANU SOYLU
- Tez Türü: Doktora
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Makine öğrenmesi, ön işleme, ikilileştirme, monotonluk, sınıflandırma, Machine learning, pre-processing, binarization, monotonicity, classification
- Yıl: 2024
- Dil: Türkçe
- Üniversite: Erciyes Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 82
Özet
Veriyi anlamak makine öğrenimi biliminden başarılı bir şekilde faydalanabilmeyi sağlar. Verinin anlaşılabilir olmasını kolaylaştırmak için veri ön işleme teknikleri vardır. Bu tekniklerden biri de veri kesikleştirmedir. Kesikleştirme belirlenen aralık sayılarına göre verileri kesikli değerlere dönüştürme işlemidir. Denetimli sınıflandırma problemleri için önem arz etmektedir. Çünkü kesikleştirme aşamaları sayesinde veride bulunan karmaşıklık daha anlaşılır hale, alakasız özellikler ise daha görünür hale gelir. Verilerin basitleşmesiyle veriden çıkarılması gereken bilgi daha iyi temsil edilir. Böylelikle sınıflandırma algoritmalarının performansını artırmaya yardımcı olabilir. Fakat kesikleştirme sürecinde bilgi kaybını en az seviyede tutmak için verilerin özelliklerini dikkate alarak dönüştürme işlemi gerçekleşmelidir. Literatürde yer alan çoğu yaklaşım kesikleştirme aşaması için monoton özelliğe sahip veri kümelerine odaklanmıştır. Ancak gerçek dünya veri kümelerinde hem monoton hem de monoton olmayan özellikler bir arada bulunur. Monoton özellik değerleri ile sınıf değerleri arasında doğru orantı bulunur. Monoton olmayan özellik değerleri ile sınıf değerleri arasında ise daha karmaşık oranlamalar mevcuttur. Bu çalışmada özelliklerin monoton olup olmadığına otomatik olarak karar verebilen entropi tabanlı esnek kesikleştirme stratejileri sunulmaktadır. Stratejiler özelliklerin durumuna göre kesme noktası değerlerini ve sayısını kendi ayarlayabilmektedir. Önerilen stratejiler hem sentetik hem de gerçek dünya veri kümeleri üzerinde denenmiştir ve stratejilerin başarısı çeşitli performans ölçütleri ve istatistiksel değerlendirmelerle ispatlanmıştır.
Özet (Çeviri)
Understanding the data enables successful utilization of machine learning science. There are data preprocessing techniques to make data easier to understand. One of these techniques is data discretization. Discretization is the process of converting data into discrete values according to specified interval numbers. It is important for supervised classification problems. Because thanks to the discretization stages, the complexity in the data becomes more understandable and irrelevant features become more visible. By simplifying the data, the information that needs to be extracted from the data is better represented. This can help improve the performance of classification algorithms. However, in order to minimize the loss of information in the discretization process, the transformation process should take into account the characteristics of the data. Most approaches in the literature have focused on datasets with monotonic attributes for the discretization phase. However, in real-world datasets, both monotonic and non-monotonic attributes coexist. There is a direct proportionality between monotonic feature values and class values. There are more complex proportions between non-monotonic attribute values and class values. This paper presents entropy-based flexible discretization strategies that can automatically decide whether attributes are monotonic or not. The strategies can adjust the values and number of breakpoints according to the state of the attributes. The proposed strategies are tested on both synthetic and real-world datasets, and the success of the strategies is demonstrated by various performance metrics and statistical evaluations.
Benzer Tezler
- Nonparametric approaches for discovering triggering events from spatio-temporal patterns
Mekansal-zamansal örüntülerden birbirini tetikleyen olayları bulmak için parametrik olmayan yaklaşımlar
BERNA BAKIR BATU
Doktora
İngilizce
2014
Bilim ve TeknolojiOrta Doğu Teknik ÜniversitesiBilişim Sistemleri Bölümü
YRD. DOÇ. DR. TUĞBA TAŞKAYA TEMİZEL
PROF. DR. HAFİZE ŞEBNEM DÜZGÜN
- Analysis of sunshine duration between 1970 and 2010 for Turkey
Türkiye için güneşlenme sürelerinin 1970 ile 2010 arasındaki analizi
UĞUR YILDIRIM
Yüksek Lisans
İngilizce
2013
Jeofizik MühendisliğiOrta Doğu Teknik ÜniversitesiYer Sistem Bilimi Ana Bilim Dalı
PROF. DR. BÜLENT GÜLTEKİN AKINOĞLU
DOÇ. DR. İSMAİL ÖMER YILMAZ
- Acil serviste RIPASA, AIR ve ALVARADO skorlama sistemlerinin akut apandisit tanısındaki değerliliklerinin karşılaştırılması
Comparison of values of acute appendicitis in RIPASA, AIR and ALVARADO scoring systems in emergency room
ROHAT AK
Tıpta Uzmanlık
Türkçe
2017
İlk ve Acil YardımSağlık Bilimleri ÜniversitesiAcil Tıp Ana Bilim Dalı
DOÇ. DR. ÖZGE ECMEL ONUR
UZMAN EBRU ÜNAL AKOĞLU
- L2 influence on L1 collocational knowledge: The case of Turkish in the USA
İkinci dilin birinci dildeki eşdizimsel bilgi üzerine etkisi: Türkçe?nin Amerika Birleşik Devletleri?ndeki durumu üzerine vaka çalışması
FERDA İLERTEN
Yüksek Lisans
İngilizce
2010
Eğitim ve ÖğretimÇukurova Üniversitesiİngiliz Dili Eğitimi Ana Bilim Dalı
YRD. DOÇ. DR. CEM CAN
- Bir birinci basamak sağlık kuruluşuna başvuran ve antidepresan kullanmakta olan olguların klinik özelliklerinin incelenmesi
Investigation of clinical management of the patients underwent antidepressant treatment followed up in a primary health care unit
MÜNEVVER CEBECİ
Tıpta Uzmanlık
Türkçe
2017
Aile HekimliğiSağlık Bilimleri ÜniversitesiPsikiyatri Ana Bilim Dalı
UZMAN AHMET TÜRKCAN