ZOO VERİ SETİ ÜZERİNDE kNN ALGORİTMASININ ÖĞRENME BAŞARISININ TESPİT EDİLMESİ

Özet

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.