Makine Öğrenmesi Algoritmalarının Sınıflandırma Performanslarının Değerlendirilmesi: Çağrı Merkezi Verisi Örneği

Öz

Bu makale, çeşitli makine öğrenmesi algoritmalarını ve bu algoritmaların sınıflandırma problemlerindeki performanslarını değerlendirmektedir. Naive Bayes, Destek Vektör Makineleri (SVM), Rastgele Orman, Karar Ağacı ve K-En Yakın Komşu (KNN) algoritmaları kullanılarak çağrı merkezi verileri üzerinde analiz yapılmıştır. Performans değerlendirmesi doğruluk, kesinlik, duyarlılık ve F1-skoru gibi ölçütlerle gerçekleştirilmiştir. Elde edilen sonuçlar, her algoritmanın belirli veri türleri üzerinde farklı başarı seviyelerine sahip olduğunu göstermektedir.

Anahtar Kelimeler

• makine öğrenmesi
• sınıflandırma algoritmaları
• performans değerlendirmesi
• makine öğrenmesi algoritmaları

Evaluation of Classification Performance of Machine Learning Algorithms: A Case Study on Call Center Data

Öz

This article evaluates various machine learning algorithms and their performance in classification problems. Analyses were conducted on call center data using Naive Bayes, Support Vector Machines (SVM), Random Forest, Decision Tree, and K-Nearest Neighbors (KNN) algorithms. Performance was assessed using metrics such as accuracy, precision, recall, and F1-score. The results indicate that each algorithm demonstrates varying levels of success depending on the data type.

Anahtar Kelimeler

• machine learning
• classification algorithms
• performance evaluation
• machine learning algorithms

Kaynakça

1. Alpaydın E. Machine learning (Revised And Updated Edition). Cambridge, Massachusetts: The MIT Press; 2014.
2. Al-Dallal N., Al-Dallal H., Mohammed FH. Comparative analysis of five machine learning algorithms for sentiment classification in social media text: Logistic Regression, Support Vector Machines (SVM), Random Forest, Naive Bayes, and Gradient Boosting. World Journal of Advanced Research and Reviews 2024; 21(1):1083–1090.
3. Bilen B. Karışıklık matrisi (Confusion Matrix) [Internet]. Medium; 2021 [cited 2024 Jan 25]. Available from: https://burhanbilen.medium.com/kar%C4%B1%C5%9F%C4%B1kl%C4%B1k-matrisi-confusion-matrix-990dfc718653
4. Çebi C. Rastgele orman algoritması [Internet]. Medium; 2020 [cited 2024 Jan 25]. Available from: https://medium.com/@cemthecebi/rastgele-orman-algoritmas%C4%B1-1600ca4f4784
5. Duran O. Sınıflandırmada kullanılan bir ölçüt: ROC eğrisi [Internet]. Matematiksel 2022 [cited 2024 Feb 24]. Available from: https://www.matematiksel.org/siniflandirmada-kullanilan-bir-olcut-roc-egrisi/
6. Gentleman R., Huber W., Carey VJ. Supervised machine learning. In: Bioconductor Case Studies. New York: Springer 2008; 121–136.
7. Géron A. Hands-on machine learning with Scikit-Learn, Keras & TensorFlow. Sebastopol, CA: O'Reilly Media; 2017.
8. Harman G. Destek vektör makineleri ve Naive Bayes sınıflandırma algoritmalarını kullanarak Diabetes Mellitus tahmini. Avrupa Bilim ve Teknoloji Dergisi. 2021; 32:7–13. Available from: https://doi.org/10.31590/ejosat.1041186

9. Hastie T., Tibshirani R., Friedman JH. The elements of statistical learning. 2nd ed. New York: Springer; 2009.
10. Hatipoğlu A., Güneri Y., Yılmaz E. Makine ve derin öğrenme temelli karşılaştırmalı bir öngörücü bakım uygulaması. Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi 2023; 39(2): 1037-1048.
11. Hincapié MM., Londoño AV., Taborda JMC. Requests classification in the customer service area for software companies using machine learning and natural language processing. PeerJ Computer Science 2023; 9:e1458.
12. Schapire RE. The boosting approach to machine learning: An overview. In: Nonlinear estimation and classification. New York: Springer 2003; 149–171.
13. Şen B., Çoban S. Machine learning-based text classification comparison: Turkish Language Context. International Journal of Advanced Engineering and Pure Sciences 2022; 14(2): 241–248.
14. Mohri M., Rostamizadeh A., Talwalker A. Foundations of machine learning. 2nd ed. Cambridge, Massachusetts: The MIT Press; 2018.
15. Öztürk M. Python ile sınıflandırma analizleri – En yakın komşu algoritması (KNN) [Internet]. 2021 [cited 2024 Feb 25]. Available from: https://miracozturk.com/python-ile-siniflandirma-analizleri-knn-k-nearest-neighbours-k-en-yakin-komsu-algoritmasi/
16. Türkoğlu F. Naive bayes algoritması-makine öğrenmesi [Internet]. Medium; 2021 [cited 2024 Jan 25]. Available from: https://mfatihto.medium.com/naive-bayes-algoritmas%C4%B1-makine-%C3%B6%C4%9Frenmesi-2b93b090ce3