Breiman Algoritması Kullanılarak Homojen Alt Grupların Belirlenmesi: Bir Uygulama

Basit Öğe Kaydı
dc.contributor.authorAkşehirli, Özge
dc.contributor.authorAnkaralı, Handan
dc.contributor.authorCangür, Şengül
dc.contributor.authorSungur, Mehmet Ali
dc.date.accessioned2020-04-30T14:40:05Z
dc.date.available2020-04-30T14:40:05Z
dc.date.issued2014
dc.departmentDÜ, Tıp Fakültesi, Temel Tıp Bilimleri Bölümüen_US
dc.description.abstractBreiman, birçok verinin birbirine yakın olarak toplandığı "yüksek yoğunluklu" alanları bularak verilerin kümelenebileceğini söylemiştir. Bu çalışmada, Breiman'ın kümeleme algoritmasının işleyiş adımları tanıtılarak bir veri seti üzerinde uygulama adımlarının gösterilmesi ve sonuçlarının yorumlanması amaçlanmıştır. Uygulama bölümünde, hastaneye gece yeme sendromu şikâyetiyle başvuran 433 kişiye ilişkin sosyo-demografik ve klinik özellikler kullanılmıştır. Veri setinde olabilecek kümelerin ortaya konmasında, CART algoritmasından yararlanılmıştır. Elde edilen optimum ağaçta toplam 31 karar noktası bulunmuş ancak bunların 14' ünde yer alan deneklerin kendi içinde kümelenme gösterdiği belirlenmiştir. Çalışmaya alınan kişilerin 350'si oluşturulan 14 küme içine girmiş ve bunların 273 (%78)'ü klinik olarak gece yeme alışkanlığı yoktur tanısı almıştır. Elde edilen 14 kümenin 12'sinde yer alan kişilerin ağırlıklı olarak gece yeme alışkanlığı yok tanısı alanlardan oluştuğu ve bu sonuca göre, bu veri setinden elde edilen kümelerin, genel olarak gece yeme alışkanlığı olmayan bireyleri ayırt edebildiği söylenebilir. Sonuç olarak, hedef veya bağımlı değişkenin bilinmediği durumlarda, veri setinde var olan homojen alt grupların belirlenmesinde, danışmansız öğrenme yöntemlerinden biri olan kümeleme analizinin uygulanması için değişkenlerin dağılım şekli ve tipinden etkilenmeyen Breiman algoritması etkin bir şekilde kullanılabiliren_US
dc.description.abstractBreiman said that the data can be cluster by finding 'high density' areas where lots of data collected in close proximity to each other. In this study, it was aimed to introduce operation steps of Breiman's clustering algorithm, to show application steps of the method using a data set and to interpretation of the results. In the practice section of the study, socio-demographic and clinical characteristics of 433 individuals who admitted to the hospital with complaints of night eating syndrome, were used. CART algorithm was used to produce clusters that may be in the data set. In the obtained optimal tree, 31 decision points were found totally, but it was determined that the subjects located 14 of 31 decision points were clustered within itself. 350 of the individuals included in the study, entered into these created 14 clusters and 273 (78%) of them were diagnosed clinically as there is no habit of eating at night. It can be said that individuals involved in the 12 of 14 obtained clusters have diagnosis of there is no habit of eating at night. And according to this result, we can say that the clusters obtained from this data set, can be distinguish individuals who have not habit of night eating. As a result, when the target or dependent variable is unknown, Breiman's algorithm, which is not affected by the shape of the distribution and type of the variables, can be used effectivelyen_US
dc.identifier.endpage24en_US
dc.identifier.issn1307-9697
dc.identifier.issn2147-0715
dc.identifier.issue1en_US
dc.identifier.startpage19en_US
dc.identifier.urihttps://app.trdizin.gov.tr/makale/TWpJMU5EUXpNdz09
dc.identifier.urihttps://hdl.handle.net/20.500.12684/1736
dc.identifier.volume7en_US
dc.indekslendigikaynakTR-Dizinen_US
dc.language.isotren_US
dc.relation.ispartofBilişim Teknolojileri Dergisien_US
dc.relation.publicationcategoryMakale - Ulusal Hakemli Dergi - Kurum Öğretim Elemanıen_US
dc.rightsinfo:eu-repo/semantics/openAccessen_US
dc.subjectBilgisayar Bilimlerien_US
dc.subjectBilgi Sistemlerien_US
dc.titleBreiman Algoritması Kullanılarak Homojen Alt Grupların Belirlenmesi: Bir Uygulamaen_US
dc.title.alternativeDetermination of Homogeneous Subgroups Using Breiman's Algorithm: An Applicationen_US
dc.typeArticleen_US

Dosyalar

Orijinal paket
Listeleniyor 1 - 1 / 1
Küçük Resim
İsim:
1736.pdf
Boyut:
395.77 KB
Biçim:
Adobe Portable Document Format
Açıklama:
Tam Metin / Full Text
İndir

Koleksiyon

TR-Dizin İndeksli Yayınlar Koleksiyonu
Makale Koleksiyonu