Çoklu Doğrusal Regresyonda Uygun Model Seçiminde Genetik Algoritma Yaklaşımının Kullanılması
Abstract
Çoklu doğrusal regresyon modelinde bağımsız değişken sayısının fazla olması durumunda, bağımlı değişkeni en iyi açıklayan bağımsız değişkenlerin seçilmesi oldukça önemli bir aşamadır. Uygun modelin oluşturulmasında birçok yöntem kullanılmaktadır. Değişken sayısının çok fazla olması durumunda klasik yöntemler yetersiz kalabilmektedir. Klasik yöntemler yerine genetik algoritma yöntemi kullanılarak uygun model seçimi yapılabilir. Bu çalışmada, beden eğitim ve spor alanında elde edilen gerçek bir veri kümesinde, genetik algoritma yaklaşımı kullanılarak en iyi model seçimi yapılmıştır. Sınav mekik sayısını en iyi açıklayan bağımsız değişkenlerin sınav öncesi mekik sayısı ile sınava hazırlanma süresinin olduğu saptanmıştır.
Keywords
References
- Andrew 8., Dan K., 2002. Genetic Algorithm search for large logistic regression models with significant variables. 22. int. Conf. information Technology Interfaces, June 13-16, 2000. Pula. Croatia
- Cowgill. M.. 1999. A Genetic Algorithm Approch to Cluster Analysis. An international computer and mathematics with application. 37: 99-108. Draper. N. R.. Smith,H., 1989. Applied regression analysis. John Wiley & Sons, New York.
- Franti. P.. and at all, 1997. Genetic Algorithms for large scale clustering problems. The Computer Journal. 40:547-554. .
- Goldberg. D., 1989. Genetic Algorithms in Search, Optimization and Machine Learning, Addison- Wesley. Reading MA
- Hsiang H.L.. Chorng-S.O.. 2008. Variable selection in clustering for marketing segmentation using genetic algorithms. Expert Systems with Applications 34: 502—510