Hızlı Erişim


Bu Dergi DOI ve Crosscheck üyesidir


Özet


ZOO VERİ SETİ ÜZERİNDE kNN ALGORİTMASININ ÖĞRENME BAŞARISININ TESPİT EDİLMESİ

İnsanlar çevresini inceleyerek, gözlem yaparak, araştırarak öğrenmektedir. Bu öğrendiklerinden aslında tecrübe kazanmaktadır. Kazandıkları tecrübelerini kullanarak, karşılaştığı yeni duruma uyum sağlamakta ve kararlar verebilmektedir İnsanlar nesneleri tanımlarken, sınıflandırma yaparken hep önceki bilgileriyle kıyaslama yaparak kararlar vermektedir. Önceden öğrendiği nesnelere benzerlik ve farklılıklar karar vermede çok etkilidir. Tecrübeye dayalı öğrenme yönteminin makineler üzerinde de kullanılabileceği yapılan çalışmalarda gösterilmiştir Yapısında makine öğrenme yöntemlerini kullanan akıllı makineler veya cihazlar birçok alanda yaygın olarak kullanılmaktadır. Makine öğrenmesi farklı algoritmalar kullanılarak gerçekleştirilebilmektedir. Bu algoritmalar karar verirken veri seti içindeki nesnelerin öz niteliklerini kullanmaktadır. Nesnelerin öz niteliklerindeki benzerlik ve farklılıklar önceki tecrübelerle kıyaslanarak elde edilmektedir. Kıyaslama sonucu, karar verilerek nesnelerin sınıfları hakkında tahminler oluşturulmaktadır Bu çalışmada, Zoo veri seti üzerinde denetimli öğrenme yöntemi olan kNN makine öğrenme algoritması kullanılmıştır. Bu veri setinde yaygın karşılaşılan canlıların öznitelikleri bulunmaktadır. Bu öznitelikler kullanılarak veri setindeki canlıların sınıfları belirlenmektedir. kNN algoritmasında seçilen “k” komşu değeri ve ağırlık parametresi öğrenme başarısını etkilemektedir. Yapılan bu çalışmada, kNN algoritmasında kullanılan iki parametrenin öğrenme başarısına etkisi gösterilmiştir. Elde edilen sonuçlara göre “k=1” komşu değeri ve “Distance Ağırlık” parametresi seçilerek en yüksek başarı sonucu elde edilmiştir.



Anahtar Kelimeler
Makine Öğrenmesi, kNN Algoritması, Sınıflandırma, Tahmin, Zoo Veri Seti, Ağırlık Parametresi

Kaynakça Goel, A. and Mahajan S (2017). Comparison: KNN & SVM Algorithm. International Journal for Research in Applied Science & Engineering Technology (IJRASET), 5(13), 165-168. Balaban, M. E. ve Kartal, E (2018). Veri madenciliği ve makine öğrenmesi temel algoritmaları ve R Dili ile Uygulamalar (2. Basım), İstanbul, Türkiye: Çağlayan Kitap & Yayıncılık & Eğitim, 48-72. Du, S. and Li, J (2019). Parallel Processing of Improved KNN Text Classification Algorithm Based on Hadoop. 2019 7th International Conference on Information, Communication and Networks (ICICN) (pp. 167-170), doi: 10.1109/ICICN.2019.8834973. Kunju, M. V., Dainel, E., Anthony H. C. and Bhelwa, S (2019). Evaluation of Phishing Techniques Based on Machine Learning. 2019 International Conference on Intelligent Computing and Control Systems (ICCS) (pp. 963-968), doi: 10.1109/ICCS45141.2019.9065639. Silahtaroğlu, G (2016). Veri madenciliği (Kavram ve algoritmaları) (3. Basım). İstanbul, Türkiye: Papatya Yayıncılık Eğitim, 118-120. Yigit, H (2013). A weighting approach for KNN classifier. 2013 International Conference on Electronics, Computer and Computation (ICECCO) (pp. 228-231). Demsar J., Curk T., Erjavec A., Gorup C., Hocevar T., Milutinovic M., Mozina M., Polajnar M., Toplak M., Staric A., Stajdohar M., Umek L., Zagar L., Zbontar J., Zitnik M., Zupan B (2013). Orange: Data Mining Toolbox in Python, Journal of Machine Learning Research 14(Aug), 2349-2353. Dua, D. and Graff, C., UCI Machine Learning Repository [http://archive.ics.uci.edu/ml]”. Irvine, CA: University of California, School of Information and Computer Science; 2019. Zafar A and Iqbal, A (2020). Machine Reading of Arabic Manuscripts using KNN and SVM Classifiers. 2020 7th International Conference on Computing for Sustainable Global Development (INDIACom) (pp. 83-87), doi: 10.23919/INDIACom49435.2020.9083696.

Gelişmiş Arama


Duyurular

    ***********************

    DEĞERLİ BİLİM 

    İNSANLARI!

    mail mail mail mail mail

    Dergimizin Kasım sayısı 

    (25.11.2021)

    yayınlanmıştır.

    mail mail mail mail mail

    DEĞERLİ BİLİM 

    İNSANLARI!

    mail mail mail mail mail

    Dergimizin

    Aralık Sayısı 

    İçin Makalenizi  

    Sisteme Yükleyebilirsiniz.

    mail mail mail mail mail

     



Adres :Göztepe Mah., Beykoz, İstanbul/TURKEY
Telefon : Whatsapp: +90 555 005 92 85 Faks :+90 216 606 32 75
Eposta :info@euroasiajournal.org

Web Yazılım & Programlama Han Yazılım Bilişim Hizmetleri