Veri Madenciliğinde Kullanılan Kümeleme Algoritmalarının Karşılaştırılması Üzerine Bir İnceleme
Abstract
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.
Keywords
References
- [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