Improving prediction accuracy with clustering-based approaches
Kümeleme tabanlı yaklaşımlarla tahmin doğruluğunun artırılması
- Tez No: 929943
- Danışmanlar: DOÇ. DR. TEVFİK AYTEKİN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: İngilizce
- Üniversite: Bahçeşehir Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: 86
Özet
Bu çalışma, çeşitli veri kümeleri arasında tahmin görevlerinin doğruluğunu artırmada kümeleme tabanlı yaklaşımların etkinliğini inceler. Üç farklı yöntemin karşılaştırmalı analizini gerçekleştirdik: yeni kümeye özgü topluluk kümelemesi ve iç içe kümeleme tekniğimiz, (katmanlı bir şekilde birden fazla modeli entegre eden NCR) ve referans alınan kümeleme torbası. Analiz, farklı sektörleri temsil eden dört veriseti kullanılarak gerçekleştirildi: uçuş, kc ev, araba ve NYC Airbnb fiyat verisetleri ve ayrıca karşılaştırma için referans çalışma veriseti wine, forest, Parkinson. Her yöntem, verileri daha küçük tahmini gruplara bölerek veya daha iyi doğruluk için modelleri birleştirerek verilerin içsel yapısını kullanmak için kümelemeden yararlanır. Sonuçlar, kümeleme tabanlı tekniklerin, özellikle grup içi tahmin ve iç içe kümeleme yöntemlerimizin, diğer methoda kıyasla tahmin doğruluğunda önemli iyileştirmeler sağladığını göstermektedir. Bu, yerelleştirilmiş kalıpları belirlemede ve tahmin sürecine anlamlı varyans getirmede kümelemenin tahmini faydasını vurgular. Bu bulgular, çeşitli tahmin görevleriyle uğraşırken kümeleme tabanlı çerçevelerin genelleştirilebilirliğini ve sağlamlığını vurgular. Kümeleme ve tahminleme tekniklerinin entegrasyonu, tahminleme doğruluğunu artırarak bilinçli karar almada yardımcı olur ve verimli, rekabetçi bir ortamı teşvik eder.
Özet (Çeviri)
This study investigates the efficacy of clustering-based approaches in improving the accuracy of prediction tasks across various datasets. We conducted a comparative analysis of three different methods: our novel cluster-specific ensemble clustering and nested clustering technique (NCR which integrates multiple models in a layered manner), and the referenced cluster bagging. The analysis was conducted using four datasets representing different sectors: flight, kc house, car, and the NYC Airbnb price datasets and also for comparison reference study wine, forest, Parkinson datasets. Each method utilizes clustering to exploit the intrinsic structure of the data by segmenting it into smaller predictive groups or combining models for better accuracy. The results demonstrate that clustering-based techniques, especially our cluster-specific and nested clustering methods, significantly improve prediction accuracy compared to the reference method. This highlights the predictive benefits of clustering in identifying localized patterns and introducing meaningful variance into the prediction process. These findings underscore the generalizability and robustness of clustering-based frameworks when dealing with various prediction tasks. The integration of clustering and prediction techniques signifies an advancement in the field of prediction, enhancing accuracy, aiding informed decision-making, and thereby promoting a more efficient and competitive environment.
Benzer Tezler
- Novel centrality, topology and hierarchical-aware link prediction in dynamic networks
Dinamik ağlarda merkezilik, topoloji ve hiyerarşik tabanlı bağlanti tahmini
ABUBAKHARI SSERWADDA
Doktora
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. YUSUF YASLAN
YRD. DOÇ. ALPER ÖZCAN
- Fuzzy clustering based ensemble learning approach: Applications in digital advertising
Bulanık kümeleme tabanlı topluluk öğrenmesi yaklaşımı: Dijital reklam alanında uygulamalar
AHMET TEZCAN TEKİN
Doktora
İngilizce
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesiİşletme Mühendisliği Ana Bilim Dalı
PROF. DR. FERHAN ÇEBİ
PROF. DR. TOLGA KAYA
- Etkin sorgu önerileri için kullanıcı sorgularının görev tabanlı yönetilmesi
Task based management of user queries for effective query suggestions
NURULLAH ATEŞ
Doktora
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. YUSUF YASLAN
- Evaluating travel mode decisions and transport models in understanding transit equity: The case of greater Toronto and Hamilton area
Toplu taşımada eşitliği anlamaya yönelik olarak yolculuk türü kararlarının ve ulaşım modellerının değerlendirilmesi: Büyük Toronto alanı ve Hamilton bölgesi vaka çalışması
ELNAZ YOUSEFZADEH BARRİ
Doktora
İngilizce
2022
Şehircilik ve Bölge Planlamaİstanbul Teknik ÜniversitesiŞehir ve Bölge Planlama Ana Bilim Dalı
DOÇ. DR. EDA BEYAZIT İNCE
DOÇ. DR. STEVEN FARBER
- Makine öğrenme problemlerinde konveks olmayan optimizasyon modellerinin iki konveks fonksiyonunun farkı ve ikinci derece konik progromlama ile modellenmesi
Difference of convex functions programming and second-order conic programming modelling of non-convex optimization problems in machine learning
DUYGU ÜÇÜNCÜ
Doktora
Türkçe
2024
MatematikYıldız Teknik ÜniversitesiMatematik Ana Bilim Dalı
PROF. DR. ERDAL GÜL
PROF. DR. SÜREYYA AKYÜZ