Regression methods estimation of genotype yield value in plant breeding

Abstract

The aim of scientific research is to reach general results from the observations and experiments of the studies. Together with the developing technologies, these results are recorded digitally, and these records form big data stacks. The process of processing these masses into meaningful information began in the 1950s and the concept of data mining emerged. Data mining, which is used in forecasting or decision making processes, now finds its place in forecasting agricultural activities. The basis of the plant breeding studies is based on the comparison of the desired phenotype and genotype properties according to the efficiency and environmental conditions. Various statistical package programs are used in the evaluation of these results. These programs do not fully meet the analysis and reporting capabilities required for a breeder’s genotype selection. In this study, the yield of the genotype was estimated from 12 locations with a total of 1153 yields of 24 replicates of 24 genotypes. In addition to the linear regression used in plant breeding, sequential Minimal Optimization (SMO), Nearest k–Neighbor (k–EYK), Random Forest (RO) methods were selected from the methods of machine learning. The success of selected methods was compared according to the mean square root of the mean square error and the mean absolute error metrics. RO has shown higher performance than the other three methods and it has been proposed to use with the linear regression method used in plant breeding programs.

Keywords

• Regression analysis,statistics,breeding,sequential minimal optimization regression,linear regression,random forest

Bitki ıslahında genotip verim değerinin regresyon yöntemleri ile tahmini

Abstract

Bilimsel araştırmaların amacı yapılan çalışmaların gözlem ve denemelerinden genel sonuçlara ulaşmaktır. Gelişen teknolojilerle beraber bu sonuçlar dijital olarak kayıt altına alınmakta ve bu kayıtlar büyük veri (big data) yığınlarını meydana getirmektedir. Bu yığınların işlenmesi yani anlamlı bilgiye dönüştürülmesi 1950’li yıllarda başlamış ve veri madenciliği kavramı ortaya çıkmıştır. Tahmin ya da karar verme süreçlerinde kullanılan veri madenciliği, günümüzde tarımsal faaliyetlerin tahmin çalışmalarında da kendine yer bulmaktadır. Bitki ıslah çalışmalarının temeli, istenilen fenotip ve genotip özelliklerinin verim ve çevre şartlarına göre karşılaştırılması esasına dayanmaktadır. Bu sonuçların değerlendirilmesinde çeşitli istatistik paket programları kullanılmaktadır. Kullanılan bu programlar bir ıslahçının verim ile yapılacak genotip seçimleri için gerekli analiz ve raporlama kabiliyetlerini tam olarak karşılamamakladır. Bu çalışmada, 12 lokasyondan, 24 genotipe ait 4 tekerrürlü toplam 1153 adet verim değerine göre genotipe ait verim tahmini yapılmıştır. Tahminlemede bitki ıslahında kullanılan doğrusal regresyonun yanında makine öğrenmesi metotlarından Sıralı Minimal Optimizasyon (SMO), En Yakın k–Komşu (k–EYK), Rastgele Orman (RO) metotları seçilmiştir. Seçilen metotların başarıları Ortalama Karesel Hatanın Karekökü ve Ortalama Mutlak Hata metriklerine göre karşılaştırılmıştır. RO, diğer üç yönteme göre daha yüksek performans göstermiş ve bitki ıslah programlarında kullanılan doğrusal regresyon yöntemi ile beraber kullanılması önerilmiştir.

Keywords

• regresyon analizi,istatistik,ıslah,sıralı minimal optimizasyon regresyon,doğrusal regresyon,rastgele orman

References

1. Acar, E., Özerdem, M., 2016. Kızıltepe tarımsal Kızıltepe tarımsal alan imgelerinin ekinin ürün gelişimine göre sınıflandırılması. Türkiye Bilişim Vakfı Bilgisayar Bilimleri ve Mühendisliği Dergisi 5(1). (Retrieved from; http://dergi park.org.tr/tbbmd/issue/22244/238793).
2. Aitkenhead, M.J., Dalgetty, I.A., Mullins, C.E., McDonald, A.J.S. and Strachan, N.J.S., 2003. Weed and crop discrimination using image analysis and artificial intelligence methods. Computers and Electronics in Agriculture 39(3):157-171.
3. Alparslan, M.A., İnal, A., 2005. Deneme tekniği ders kitabı. Ankara Üniversitesi Ziraat Fakültesi Yayınları: 496, 435s.
4. Baykal, C., Baykal, A., 2011. Veri madenciliğinde sınıflandırma algoritmaları-nın bir örnek üzerinde karşılaştırılması (http://ab.org.tr/ab11/bildiri/67.pdf; Erişim Tarihi: 18.01.2019).
5. Bishop, Christopher, M., 2006. Pattern recognition and machine learning Springer.
6. Cedeño, W., Agrafiotis, D.K., 2003. Using particle swarms for the development of QSAR models based on K-nearest neighbor and kernel regression. Journal of Computer Aided Molecular Design 17(2-4):255-263.
7. Çakır, A., Çalış, H., Küçüksille, E., 2009. Data mining approach for supply unbalance detection in ınduction motor. Expert Systems with Applications 36(9):11808-13.
8. Eren, B., Eyüpoğlu, V., 2011. Yapay sinir ağları ile Ni(II) iyonu geri kazanım veriminin modellenmesi. 6. International Advanced Technologies Symposium (IATS’11), 16-18 Mayıs 2011. Elazığ.

9. Guyon, I., Gunn, S., Nikravesh, M., Zadeh, L. A., (Eds.) 2008. Feature extraction: foundations and applications. Springer Press Verlag, Berlin Heilderberg. pp:775.
10. Kıran, A., 1999. Ege Bölgesinde geliştirilen iki sıralı arpa (Hordeum vulgare L.) çeşit adaylarının bazı istatistik parametrelerce değerlendirilmesi. Anadolu Journal of AARI 9(1):141-148.
11. Kutner, M.H., Nachtsheim, C.J., Neter, J., Li, W., 2005. Applied linear statistical models. McGraw-Hill Irwin Companies Inc. New York.
12. Liaw, A., Wiener, M., 2002. Classification and regression by random forest. R News 2(3):18-22.
13. Michie, D., Spiegelhalter, D.J., Taylor, C.C., 1994. Machine learning, neural and statistical classification. Ellis Horwood Ltd.
14. Montgomery, D.C., Peck, E.A., Vining, G.G., 2012. Introduction to linear regression analysis. John Wiley & Sons, Vol:821.
15. Okur, S., 2009. Parametrik ve parametrik olmayan doğrusal regresyon analiz yöntemlerinin karşılaştırmalı olarak incelenmesi (Yüksek Lisans Tezi). Çukurova Üniversitesi Fen Bilimleri Enstitüsü, Adana.
16. Özberk, İ., 2004. Güneydoğu Anadolu koşullarında bazı makarnalık buğday çeşitlerinin verim stabilitesi. Atatürk Üniversitesi Ziraat Fakültesi Dergisi 35(1-2):11-19.
17. Özberk, İ., Özberk, F., Öktem, A., 2002. Harran ovası koşullarında ekmeklik buğday bölge verim denemelerinde bazı istatistik analizler. Çukurova Üniversitesi Ziraat Fakültesi Dergisi 17(3):111-118.
18. Özekes, S., 2003. Veri madenciliği modelleri ve uygulama alanları. İstanbul Ticaret Üniversitesi Dergisi 3:65-82.
19. Platt, J., 1998. Fast training of support vector machines using sequential minimal optimization. Microsoft Research Technical Report MSR-TR 98:14.
20. Ronningen, V.V., 1986. Selection index theory with practical applications. Chapter 10.
21. Sabancı, C., 1997. Stabilite analizlerinde kullanılan yöntemler ve stabilite parametreleri. Anadolu Dergisi 7(1):75-90.
22. Senel, B., Caglar, M.F., Senel, F.A., 2016. Behavioral modeling of 2.4 GHz RF power amplifier using data mining. 2. International Conference on Engineering and Natural Sciences (ICENS 2016), At Sarajevo 10.
23. Seyfi, T., Çeri, S., Kaya, Y., Akçura, M., Ayrancı, R., Özer, E., 2004. Bazı ekmeklik buğday (T. aestivum L.) genotiplerinin Orta Anadolu Bölgesi kuru koşullarında dane verimi stabilitesi. Bitkisel Araştırma Dergisi 2:21-26.
24. Shahin, M.A., Tollner, E.W., Gitaitis, R.D., 2002. Classification of sweet onions based on internal defects using image processing and neural network techniques. Transactions of the ASAE 45(5):1613-1618.
25. Sheta, A., Rine, D., Ayesh, A., 2008. Development of software effort and schedule estimation models using soft computing techniques. IEEE Congress on Evolutionary Computation, pp:1283-1289.
26. Vardar, K.Ç., Aras, S., Cansaran D.D., 2010. Bitki ıslahında moleküler belirteçlerin kullanımı ve gen aktarımı. Türk Hijyen ve Deneysel Biyoloji Dergisi 67(1):33-43.
27. Varjovi, M.H., Talu, M.F., 2016. Kayısı için otomatik rekolte tahmin sistemi. International Conference on Artificial Intelligence and Data Processing, IDAP, 2016.
28. Weisberg, S., 2005. Applied linear regression. John Wiley & Sons, Inc. Hoboken, New Jersey.