Year 2019, Volume 7, Issue 3, Pages 1671 - 1685 2019-07-31

Veri Madenciliğinde Kullanılan Kümeleme Algoritmalarının Karşılaştırılması Üzerine Bir İnceleme

Ömer Faruk Rençber [1]

11 42

Günümüz dünyasında veri madenciliği, yaşanan olayların anlaşılabilmesi, yorumlanabilmesi ve geleceğe dair tahminlerin yapılabilmesi için büyük önem arz etmektedir. Bu nedenle, istatistik teknikleri her geçen gün değişmekte ve yenilenmektedir. Özellikle, günümüzde büyük verilerin anlaşılabilmesi amacıyla makine öğrenme teknikleri sıklıkla kullanılmaktadır. Bu çalışmada, literatürde yoğun olarak kullanılan k-ortalama kümeleme algoritması çeşitlerinden klasik, bulanık ve torbalı k-ortalamalar yöntemlerinin kümeleme performanslarının karşılaştırılması amaçlanmaktadır. Bu doğrultuda veri setine ulaşılabilen 132 ülke beşeri sermaye özellikleri doğrultusunda kümelenmiştir. Çalışmanın sonucunda, torbalı küme algoritmasının zaman açısından diğerlerinden daha yavaş olduğu ancak daha başarılı kümeleme yaptığı bulgusuna ulaşılmıştır. Benzer şekilde, bulanık k-ortalama algoritmasının klasik k-ortalamalara göre daha başarılı olduğu görülmüştür.

K ortalamalar, Bulanık mantık, Bootstrap, Kümeleme Analizi
  • [1] Koyuncugil, A.,ve Özgülbaş, N. “Veri madenciliği: Tıp ve sağlık hizmetlerinde kullanımı ve uygulamaları,” Bilişim Teknolojileri Dergisi, c.2, s.2, ss. 21-33, 2009.
  • [2] Dudoit, S., & Fridlyand, J. “A Prediction-Based Resampling Method For Estimating The Number Of Clusters in a Dataset,” Genome biology, Vol. 3, No. 7, 2002
  • [3] MacQueen, “Some methods for classification and analysis of multivariate observations,” The fifth Berkeley symposium on mathematical statistics and probability, vol.1, no. 14, pp. 281-29, 1967.
  • [4] Topchy, A., Minaei-Bidgoli, B., Jain, A. K., & Punch, W. F. “Adaptive clustering ensembles,” In Proceedings of the 17th International Conference on Pattern Recognition, vol. 1, pp. 272-275, 2004
  • [5] Dunn, J. C. “A fuzzy relative of the ISODATA process and its use in detecting compact, well-separated clusters,” Journal of Cybernet, vol. 3, no. 3, pp. 32–57, 1974
  • [6] Leisch, F., and Hornik, K. (1999). “Stabilization of k-means with bagged clustering,” Joint Statistical Meetings, Statistical Computing Section, pp. 174-179, 1999
  • [7] Abbas O. “Comparisons Between Data Clustering Algorithms,” The International Arab Journal of Information Technology, vol. 5 no.3 ss.320-235, 2008
  • [8] Sarıman G. “Veri Madenciliğinde Kümeleme Teknikleri Üzerine Bir Çalışma: K-Means ve K-Medoid Kümeleme Algoritmalarının Karşılaştırılması,” Süleyman Demirel Üniversitesi Fen Bilimleri Enstitüsü Dergisi, c.15, s.3, ss.192-202, 2011
  • [9] Greene, D., Tsymbal, A., Bolshakova, N. and Cunningham, P. “Ensemble clustering in medical diagnostics,” 17th IEEE Symposium on Computer-Based Medical Systems, Jyväskylä, Finland, pp. 576-581, 2004
  • [10] Graff Zivin, J., Hsiang, S. M., and Neidell, M. “ Temperature and human capital in the short and long run,” Journal of the Association of Environmental and Resource Economists, vol. 5, no.1, 77-10, 2018
  • [11] Wang, T. and Zatzick, C. D. “Human Capital Acquisition and Organizational Innovation: A Temporal Perspective,” Academy of Management Journal, vol.62, no.1, pp.99-116, 2019
  • [12] Weller, I., Hymer, C. B., Nyberg, A. J. and Ebert, J. “How matching creates value: Cogs and wheels for human capital resources research,” Academy of Management Annals, vol.13, no.1, pp.188-214, 2019
  • [13] Liu, X., Zhu, X., Li, M., Wang, L., Zhu, E., Liu, T., ... and Gao, W.”Multiple kernel k-means with incomplete kernels,” Proceedings of the Thirty-First AAAI Conference on Artificial Intelligence IEEE transactions on pattern analysis and machine intelligence, USA, 2019
  • [14] Tunalı D. ve Aytekin D. “Türkiye Dış Ticaretinin Kümeleme Analizi ile İncelenmesi” Eskişehir Osmangazi Üniversitesi İİBF Dergisi, c. 12, s.3, ss:103-116, 2017
  • [15] Wang, P., Shi, H., Yang, X. and Mi, J. “Three-way k-means: integrating k-means and three-way decision”. International Journal of Machine Learning and Cybernetics, pp.1-11, DOI: https://doi.org/10.1007/s13042-018-0901-y, 2019
  • [16] Ünal Y. Ekim U.ve Köklü M. “Üniversite Öğrencilerin Ortak Zorunlu Derslerdeki Başarılarının K-Means Algoritması ile İncelenmesi,” e-Journal of New World Sciences Academy, c.6, s.1, ss.342-347, 2011
  • [17] Kangallı, S. G., Uyar, U. ve Buyrukoğlu, S. “OECD Ülkelerinde Ekonomik Özgürlük: Bir Kümeleme Analizi,” Journal of Alanya Faculty of Business/Alanya İşletme Fakültesi Dergisi, c. 6, s.3, ss. 95-109, 2014
  • [18] Yılancı V. “Bulanık Kümeleme Analizi İle Türkiye’deki İllerin Sosyoekonomik Açıdan Sınıflandırılması” Süleyman Demirel Üniversitesi İİBF Dergisi, c.15, s.3, ss. 453-470, 2010
  • [19] Giray, S. “Ülkelerin Turizm İstatistikleri Bakımından Farklı Kümeleme Analizi Metotları ile Sınıflandırılması ve Türkiye’nin Bu Oluşumdaki Yeri,” International Conference on Eurasian Economies, pp. 17-18, 2013 [20] Kılıç, İ., Lenger, Ö.F. ve Bozkurt, Z., “Bulanık Kümeleme Analizi ile Türkiye’deki İllerin Hayvancılık İstatistikleri Bakımından Sınıflandırılması,” Kocatepe Veteriner Dergisi, c. 5, s.1,ss.21-28, 2012
  • [21] Sönmez, H., Er, F., “Türkiye’ de İllere Göre İç Göç Hareketlerinin Modern Kümeleme Teknikleri ile İncelenmesi,” Eskişehir Osmangazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi, c.20, s.1, ss.141-160, 2012
  • [22] Şahin, M., Hamarat, B., “G10-Avrupa Birliği ve OECD Ülkelerinin Sosyoekonomik Benzerliklerinin Fuzzy Kümeleme Analizi ile Belirlenmesi,” ODTÜ Uluslararası Ekonomi Kongresi, c.6, ss.11-14, 2002
  • [23] Yıldız, Z., “Banka Müşterilerinin Demografik ve Sosyo-Ekonomik Özellikler Bakımından Gruplandırılmasında Kümeleme Çözümlemesi ve Bir Uygulama” Yüksek lisans tezi, Anadolu Üniversitesi, Türkiye, 2002
  • [24] Prayag G. Disegna M., Cohen S. A., Yan H., “Segmenting markets by bagged clustering: Young Chinese travelers to Western Europe, Journal of Travel Research, Vol.54, no.2, pp.234-250, 2015
  • [25] D’Urso, P., De Giovanni, L., Disegna, M., and Massari, R. “ Bagged clustering and its application to tourism market segmentation”. Expert Systems with Applications, Vol.12, pp.4944-4956, 2013
  • [26] Kılıç, I., and Özbeyaz, C. “Classification of Karayaka and Bafra (Chios x Karayaka B1) sheep according to body measurements by different clustering methods”. Ankara Üniv. Vet. Fak. Derg, Vol.58, pp.203-208, 2011
  • [27] Cebezi Z., Yıldız F., Kayaalp T., “K-Ortalamalar Kümelemesinde Optimum K Değeri Seçilmesi” 2.Ulusal Yönetim Bilişim Sistemleri Kongresi, Erzurum, Bildiriler Kitabı, ss:231-242, 2015.
Primary Language tr
Subjects Engineering
Journal Section Articles
Authors

Orcid: 0000-0001-8020-2750
Author: Ömer Faruk Rençber (Primary Author)
Institution: GAZIANTEP UNIVERSITY, FACULTY OF ECONOMICS AND ADMINISTRATIVE SCIENCES
Country: Turkey


Dates

Publication Date: July 31, 2019

Bibtex @research article { dubited551531, journal = {Düzce Üniversitesi Bilim ve Teknoloji Dergisi}, issn = {}, eissn = {2148-2446}, address = {Duzce University}, year = {2019}, volume = {7}, pages = {1671 - 1685}, doi = {10.29130/dubited.551531}, title = {Veri Madenciliğinde Kullanılan Kümeleme Algoritmalarının Karşılaştırılması Üzerine Bir İnceleme}, key = {cite}, author = {Rençber, Ömer Faruk} }
APA Rençber, Ö . (2019). Veri Madenciliğinde Kullanılan Kümeleme Algoritmalarının Karşılaştırılması Üzerine Bir İnceleme. Düzce Üniversitesi Bilim ve Teknoloji Dergisi, 7 (3), 1671-1685. DOI: 10.29130/dubited.551531
MLA Rençber, Ö . "Veri Madenciliğinde Kullanılan Kümeleme Algoritmalarının Karşılaştırılması Üzerine Bir İnceleme". Düzce Üniversitesi Bilim ve Teknoloji Dergisi 7 (2019): 1671-1685 <http://dergipark.org.tr/dubited/issue/46290/551531>
Chicago Rençber, Ö . "Veri Madenciliğinde Kullanılan Kümeleme Algoritmalarının Karşılaştırılması Üzerine Bir İnceleme". Düzce Üniversitesi Bilim ve Teknoloji Dergisi 7 (2019): 1671-1685
RIS TY - JOUR T1 - Veri Madenciliğinde Kullanılan Kümeleme Algoritmalarının Karşılaştırılması Üzerine Bir İnceleme AU - Ömer Faruk Rençber Y1 - 2019 PY - 2019 N1 - doi: 10.29130/dubited.551531 DO - 10.29130/dubited.551531 T2 - Düzce Üniversitesi Bilim ve Teknoloji Dergisi JF - Journal JO - JOR SP - 1671 EP - 1685 VL - 7 IS - 3 SN - -2148-2446 M3 - doi: 10.29130/dubited.551531 UR - https://doi.org/10.29130/dubited.551531 Y2 - 2019 ER -
EndNote %0 Duzce University Journal of Science and Technology Veri Madenciliğinde Kullanılan Kümeleme Algoritmalarının Karşılaştırılması Üzerine Bir İnceleme %A Ömer Faruk Rençber %T Veri Madenciliğinde Kullanılan Kümeleme Algoritmalarının Karşılaştırılması Üzerine Bir İnceleme %D 2019 %J Düzce Üniversitesi Bilim ve Teknoloji Dergisi %P -2148-2446 %V 7 %N 3 %R doi: 10.29130/dubited.551531 %U 10.29130/dubited.551531
ISNAD Rençber, Ömer Faruk . "Veri Madenciliğinde Kullanılan Kümeleme Algoritmalarının Karşılaştırılması Üzerine Bir İnceleme". Düzce Üniversitesi Bilim ve Teknoloji Dergisi 7 / 3 (July 2019): 1671-1685. https://doi.org/10.29130/dubited.551531
AMA Rençber Ö . Veri Madenciliğinde Kullanılan Kümeleme Algoritmalarının Karşılaştırılması Üzerine Bir İnceleme. DUBİTED. 2019; 7(3): 1671-1685.
Vancouver Rençber Ö . Veri Madenciliğinde Kullanılan Kümeleme Algoritmalarının Karşılaştırılması Üzerine Bir İnceleme. Düzce Üniversitesi Bilim ve Teknoloji Dergisi. 2019; 7(3): 1685-1671.