Çoklu Doğrusal Bağlantılı Nadir Olayların Modellenmesinde Lasso ve Ridge Regresyon ile Boosting Algoritmalarının Performans Karşılaştırması

Simple item page
dc.contributor.authorAlpay, Olcay
dc.date.accessioned2025-03-23T19:09:24Z
dc.date.available2025-03-23T19:09:24Z
dc.date.issued2024
dc.departmentSinop Üniversitesi
dc.description.abstractBu çalışma, iki durumlu olayları modellemek için kullanılan makine öğrenmesi tekniklerinde karşılaşılan nadirlik ve “çoklu doğrusal bağlantı” ya da sadece “çoklu bağlantı” olarak tanımlanan sorunu ele alınmaktadır. Çoklu doğrusal bağlantı (ÇDB), bağımsız değişkenler arasında bir ya da birden fazla kuvvetli doğrusal bağımlılık olma durumudur ve bir sorun olarak ortaya çıkar. Üzerinde çalışılan veri içerisinde çoklu doğrusal bağlantı probleminin var olması regresyon katsayılarının varyanslarının büyümesi gibi olumsuz bir sonuca sebebiyet verir. Bu çalışmada, Lasso ve Ridge Regresyon ile GradientBoost, XGBoost, LightGBM ve AdaBoost gibi artırma algoritmaları içeren düzenleme ve ölçeklendirme tekniklerinin, çoklu doğrusal bağlantılı nadir olayların modellenmesinde, algoritmaların performanslarını karşılaştırmak için detaylı bir simülasyon çalışması sunulmaktadır. Simülasyon çalışmasında, verideki dengesizliği ortadan kaldırmak amacıyla yeniden örnekleme yöntemleri kullanılarak sonuçlara etkisi Hata Kareler Ortalaması (HKO), 𝑅2, Hassasiyet (Precision-Prec), Duyarlılık (Recall-Rec) ve Eğri Altında Kalan Alan (Area Under the Curve-AUC) gibi performans metrikleri ve İşlem Karakteristik Eğrisi (Receiver Operating Characteristic- ROC) grafikleri ile araştırılmaktadır. Sonuçlar Lasso, Ridge ve Boosting algoritmalarının ÇDB’ya sahip nadir olayların modellenmesinde hangi yöntemin uygun olduğunu belirlemek açısından katkı sunmaktadır.
dc.identifier.doi10.33484/sinopfbd.1434260
dc.identifier.endpage166
dc.identifier.issn2536-4383
dc.identifier.issn2564-7873
dc.identifier.issue1
dc.identifier.startpage154
dc.identifier.trdizinid1243755
dc.identifier.urihttps://doi.org/10.33484/sinopfbd.1434260
dc.identifier.urihttps://search.trdizin.gov.tr/tr/yayin/detay/1243755
dc.identifier.urihttps://hdl.handle.net/11486/3343
dc.identifier.volume9
dc.indekslendigikaynakTR-Dizin
dc.institutionauthorAlpay, Olcay
dc.language.isotr
dc.relation.ispartofSinop Üniversitesi fen bilimleri dergisi
dc.relation.publicationcategoryMakale - Ulusal Hakemli Dergi - Kurum Öğretim Elemanı
dc.rightsinfo:eu-repo/semantics/openAccess
dc.snmzKA_TR_20250323
dc.subjectBilgisayar Bilimleri
dc.subjectYazılım Mühendisliği
dc.subjectBeşeri Bilimler
dc.subjectİktisat
dc.subjectİstatistik ve Olasılık
dc.subjectBilgisayar Bilimleri
dc.subjectYapay Zeka
dc.titleÇoklu Doğrusal Bağlantılı Nadir Olayların Modellenmesinde Lasso ve Ridge Regresyon ile Boosting Algoritmalarının Performans Karşılaştırması
dc.typeArticle

Files

Collections

TR-Dizin İndeksli Yayınlar Koleksiyonu

We collect and process your personal information for the following purposes: Authentication, Preferences, Acknowledgement and Statistics.
To learn more, please read our privacy policy.

Customize