Kalitelerine göre içeceklerin farklı algoritmalar ile sınıflandırılması

Abstract

Bu tez çalışması kapsamında, kalitelerine göre içecekler farklı algoritmalar kullanılarak sınıflandırılmaya çalışılmıştır. Çalışmada kullanılan veri seti, UCI (University of California at Irvine) Makine Öğrenmesi veri tabanından alınmıştır. Veri seti, farklı kalitelerdeki kırmızı ve beyaz şarap örneklerini içeren ayrı iki veri kümesinden oluşmaktadır. İlk olarak, bu iki veri kümesi birleştirilmiş ve şarap örnekleri kırmızı ve beyaz şarap olarak sınıflandırılmıştır. Sonra her bir veri kümesindeki faklı kalitelere sahip kırmızı (6 farklı kalite) ve beyaz (7 farklı kalite) şarap örneklerine ayrı olarak kalite sınıflandırılması yapılmıştır. Daha sonra, 13 farklı kaliteden oluşan kırmızı ve beyaz şarap örneklerine kalite ve renk sınıflandırılması yapılmıştır. Destek Vektör Makinesi, k-En Yakın Komşuluk ve Rastgele Orman bu çalışmada kullanılan sınıflandırma algoritmalarıdır. Veri setine boyut indirgeme yöntemlerinden Temel Bileşenler Analizi, özellik seçme yöntemlerinden filtre tabanlı (Bilgi Kazancı, Kazanım Oranı) ve sarmal tabanlı yöntemler uygulanarak sınıflandırma işlemleri tekrarlanmıştır. Veri setindeki dengesizlikler SMOTE (Synthetic Minority Over-sampling Technique) rastgele örnek arttırma ve örnek azaltma algoritmaları kullanılarak giderilmiş ve aynı sınıflandırma işlemleri tekrarlanmıştır. Çalışmada kullanılan performans ölçekleri duyarlılık, anma, F-ölçeği ve alıcı işletim karakteristiğidir.