Dengesiz Verilere Sınıflandırma Algoritmaları Uygulanırken Kullanılan Yöntemlerin Karşılaştırılmasına Ait Bir Analiz
Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: İstanbul Üniversitesi, İşletme Fakültesi, İşletme Bölümü, Türkiye
Tezin Onay Tarihi: 2023
Tezin Dili: Türkçe
Öğrenci: Kutluk ATALAY
Danışman: Emrah Önder
Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu
Özet:Makine öğreniminin öğrenme türlerinden biri olan denetimli öğrenmede yer alan sınıflandırma algoritmalarıyla kurulan modellerin tahminler gerçekleştirdiği uygulamalarda, veri setlerinin hedef özniteliğinde yer alan sınıfların dağılımının, birbirlerine eşit veya yakın olduğu varsayılmaktadır. Gerçek hayat uygulamalarında ise, bu varsayımın çoğu zaman sağlanmadığı görülmektedir. Varsayımın sağlanmadığı durumlarda veri seti, dengesiz veri seti olarak nitelendirilmekte olsa da dengesiz veri seti problemi çoğunlukla, hedef özniteliğinin sınıf dağılımları arasında anlamlı farklılık bulunan veri setlerinde yaşanan bir problem olarak tanımlanmaktadır. Dengesiz veri seti problemi, makine öğreniminde, sınıflandırma algoritmaları ile kurulan modellerin eğitim aşamalarında olumsuz bir faktör olarak modelin eğitimini etkilemekte ve modelin test aşamasında gerçekleştirdiği tahmin etme işleminin performansını düşürmektedir. Olumsuz faktör olarak modelin performansını etkilemeleri nedeniyle, dengesiz veri setleri problemi ile sınıflandırma uygulamalarında çözülmesi gereken önemli bir sorun olarak karşılaşılmaktadır. Dengesiz veri seti probleminin temel olarak iki farklı çözüm yaklaşımı vardır. Bu çözüm yaklaşımları; veri seti seviyesinde çözüm yaklaşımları ve maliyet duyarlı çözüm yaklaşımları olarak sıralanmaktadır. Bu çalışmada araç sigorta poliçelerine ait bilgileri içeren veri seti, beyin felci hastalarının bilgilerini içeren veri seti ve felçli askeri gaziler için bağış yapan donörlere ait bilgileri içeren veri seti olmak üzere, 3 farklı veri seti kullanılmıştır. Her bir veri setinin detaylı analizi sonucunda, dengesiz veri seti probleminin varlığı tespit edilmiş ve dengesiz veri seti problemini çözmek için veri seti seviyesinde çözüm yaklaşımları içinde yer alan farklı yaklaşımlar uygulanmıştır. Uygulanan farklı yaklaşımlardan sonra sınıflandırma modellerine ait performans metrikleri ve karmaşıklık matrisleri incelenerek yorumlanmıştır. Dengesiz veri seti problemini çözme yaklaşımlarından sonra oluşturulup uygulanan sınıflandırma modellerinin başarılı performans metriklerine sahip oldukları görülmüştür.