@article{article_1652505, title={Bireylerin Çevresel Tutumlarını Tahminde Makine Öğrenmesi: ANOVA ve Ki-Kare Temelli Özellik Seçimi ile Algoritma Performanslarının Karşılaştırılması}, journal={EMO Bilimsel Dergi}, volume={15}, pages={61–69}, year={2025}, author={Uzun Arslan, Rukiye and Şenyer Yapıcı, İrem and Alkan, Fuat}, keywords={çevresel tutum, özellik seçimi, makine öğrenmesi, sürdürülebilirlik}, abstract={Bu çalışma, bireylerin çevresel tutumlarının makine öğrenmesi (MÖ) yöntemleriyle tahmin edilmesine yönelik veri odaklı bir model geliştirmeyi amaçlamaktadır. Çalışmada, çevresel farkındalık düzeylerinin sınıflandırılmasına yönelik beş farklı MÖ algoritmasının (Destek Vektör Makineleri, Gradyan Artırma (GA), Çok Katmanlı Algılayıcı, Kuadratik Diskriminant Analizi ve Torbalama) performansı karşılaştırılmıştır. Model oluşturma sürecinde, veri setindeki değişkenlerin sınıflandırma başarısına etkisini belirlemek amacıyla tek yönlü varyans analizi (ANOVA) ve Ki-Kare Bağımsızlık Testi gibi istatistiksel yöntemler uygulanmıştır. Deneysel sonuçlar, ANOVA ve Ki-Kare tabanlı özellik seçimi süreçlerinin model başarımını artırmada etkili olduğunu göstermektedir. Özellikle GA algoritması, doğruluk, kesinlik ve F1 skoru bakımından diğer yöntemlere kıyasla üstün performans sergilemiştir. Elde edilen bulgular, MÖ algoritmalarının çevresel tutumların modellenmesi ve tahmin edilmesinde güçlü bir analitik çerçeve sunduğunu ortaya koymaktadır. Çalışma, çevresel farkındalık düzeylerinin veri odaklı yöntemlerle değerlendirilmesinin, sürdürülebilir çevre politikalarının geliştirilmesine ve bireylerin çevre bilincinin artırılmasına katkı sağlayacağını ortaya koymaktadır.}, number={2}, publisher={TMMOB Elektrik Mühendisleri Odası}