Please use this identifier to cite or link to this item: https://hdl.handle.net/20.500.13087/264
Title: Özellik seçimi problemleri için polihedral konik fonksiyonlar temelli çözüm yaklaşımı
Other Titles: A solution approach based on polyhedral conic functions for feature selection problems
Authors: Kasımbeyli, Refail
Ay, Öznur
Keywords: Endüstri ve Endüstri Mühendisliği
Industrial and Industrial Engineering
Optimizasyon modelleri
Optimization models
Sınıflandırma
Classification
Veri madenciliği
Data mining
Issue Date: 2019
Publisher: Eskişehir Teknik Üniversitesi
Abstract: Bu çalışmada makine öğrenmesinin önemli dallarından biri olan özellik seçimi problemleri için çok yüzlü konik fonksiyonlar temelli bir gömülü yöntem önerilmiştir. Çok yüzlü konik fonksiyonlar algoritması, özellikle dışbükey örtüleri ayrık olmayan kümeler için geliştirilmiş ve literatürde yayımlanan çalışmalarla da sınıflandırma alanında çok yüksek başarılar elde ettiği gösterilmiştir. Bu çalışmanın amacı özellik seçimi problemleri için de çok yüzlü konik fonksiyonların kullanılmasını içeren bir algoritma geliştirilmesidir. Hiperdüzlemlerle ayırma teorisine dayanan klasik algoritma, özellik seçimi durumunu da içerecek şekilde yeni bir amaç fonksiyonu ve durdurma kriteri tariflenerek tekrar düzenlenmiştir. Çok yüzlü konik fonksiyonlar kullanılarak oluşturulan yeni amaç fonksiyonu sayesinde eş zamanlı bir şekilde hem özellik seçimi hem de sınıflandırma yapılabilmektedir. Ortaya konulan yeni algoritma, literatürde iyi bilinen güncel veri kümeleri üzerinde test edilmiş ve elde edilen sonuçlar yorumlanarak bilinen diğer yöntemlerle karşılaştırılmıştır. Ayrıca öğrenci başarı tahminlemesi problemine dair bir veri kümesi kullanılarak açıklayıcı bir örnek sunulmuştur.
In this study, an embedded method based on polyhedral conic functions has been proposed for feature selection problems, which is one of the important branches of machine learning. The polyhedral conic functions algorithm is a supervised classification algorithm developed for separating the sets which of convex hulls are intersect. It is reported on different studies in literature that PCF algorithm gives competitive classification accuracies. The purpose of this study is to develop an algorithm that includes polyhedral conic functions for feature selection problems. The classical algorithm based on the separation theory has been rearranged by defining a new objective function which includes a feature selection term and a new termination criteria. Thanks to the new objective function both feature selection and classification can be performed simultaneously. The proposed algorithm is applied to solve classification problems on some well known real world data sets and compared with other well known classifiers. Finally, an illustrative example is presented using a student performance data set.
URI: https://tez.yok.gov.tr/UlusalTezMerkezi/TezGoster?key=vjszP7PzV0HebcjFEvDfwOKEr8nMQ3XxlZOtvjHoYX7ONcg0gR3W2wbZdtszaj2M
https://hdl.handle.net/20.500.13087/264
Appears in Collections:Tez Koleksiyonu

Show full item record

CORE Recommender

Page view(s)

24
checked on Oct 3, 2022

Google ScholarTM

Check


Items in GCRIS Repository are protected by copyright, with all rights reserved, unless otherwise indicated.