Weka Öznitelik Seçim Metotları ile Makine Öğrenmesi Algoritmalarının Performanslarının Karşılaştırılması

Özet

Bu çalışmada yazılım hata tahmini konusunda literatürde yayınlanmış birçok yayında yer alan öznitelik seçimi konusu araştırılmıştır. Öznitelik seçimi, genellikle veri setlerindeki ilgisiz ve gereksiz öznitelikleri azaltarak sınıflandırıcının doğruluğunu arttırmak amaçlı kullanılır Çalışmada NASA veri setleri ve deneysel veri seti üzerinde farklı özellik çıkarım metotları denenerek, seçilen en uygun iki tanesi olan Cfs Subset Eval algoritması ve Temel Bileşen öznitelik seçim metotları ile işlemler gerçekleştirilmiştir. Bunun sonucu olarak hangi algoritmaların başarı oranlarının daha yüksek olduğu tespit edilmeye çalışılmıştır. Elde edilen sonuçlar incelendiğinde, genellikle doğruluk oranlarında bir iyileşme oranı görülürken, bazı algoritmalarda çok az bir fark olduğu görülmektedir.

JM1, KC1, CM1 ve PC1 veri setleri üzerinde farklı öznitelik çıkarım metotları test edildiğinde, tüm veri setlerinde yer alan 22 öznitelik, en uygun metot olan Cfs Subset Eval algoritması ve Principal Component öznitelik seçim metotlarının seçilmesiyle birlikte 8 özniteliğe düşürülmüştür. Daha sonra WEKA platformunda 46 adet sınıflandırma algoritmasının doğruluk oranları hesaplanmıştır. Tüm veri setlerinde doğruluk oranlarında en iyi değişim Bayes Net, Voted Perceptron, K* ve Random Forest algoritmalarında görülmüştür. NASA veri setleri ve deneysel veri setleri üzerinde uygulanan tüm öznitelik seçim metotlarında yazılım metriklerine ait loc, n, v ve defect özniteliklerinin kesinlikle olması gerektiği görülmüştür. Her veri setini oluşturan yazılım metriklerinin hesaplamasında loc (kod satır sayısı), n(tekil operatör ve tekil operand sayısı toplamı), v(program hacmi) ve defect (hata olup olmadığı) özniteliklerinin oldukça önemli olduğu açıkça belli olmuştur.