Comparison of the classification performances of the dimensionality reduction techniques
| Autor: | Erbayram, Tenzile |
|---|---|
| Přispěvatelé: | Erişoğlu, Murat, NEÜ, Fen Bilimleri Enstitüsü, İstatistik Anabilim Dalı |
| Jazyk: | turečtina |
| Rok vydání: | 2020 |
| Předmět: | |
| Popis: | Yüksek Lisans Tezi Bu çalışmada boyut indirgeme tekniklerinin sınıflandırma performansları karşılaştırılmıştır. Boyut indirgeme teknikleri özellik seçimi ve özellik çıkarma olmak üzere iki kategoride incelenmiştir. Çalışmada sınıflara ait değişim katsayısına dayalı yeni bir özellik seçim yöntemi önerilmiştir. Boyut indirgeme tekniklerinin karşılaştırılmasında nicel verilerden oluşan gerçek veri setleri kullanılmıştır. Boyut indirme teknikleri, karesel diskriminant analizinde doğru sınıflandırma olasılığı, entropy ve kappa katsayısı bakımından karşılaştırılmıştır. Çalışma sonuçları önerilen özellik seçim yöntemlerinin boyut indirgeme amacıyla kullanılabileceğini göstermiştir In this study, the classification performances of dimensionality reduction techniques were compared. Dimensionality reduction techniques are discussed in two categories as feature selection and feature extraction. Simulation study and real data sets were used to compare dimensionality reduction techniques. Dimension reduction techniques were compared in terms of classification accuracy, entropy and kappa coefficient in quadratic discriminant analysis. The results of the study showed that the proposed feature selection methods can be used for dimension reduction. |
| Databáze: | OpenAIRE |
| Externí odkaz: |
|