Boyut indirgemenin sınıflandırmaya etkisi

Abstract

Çok sayıda değişken içeren veri kümeleri, istatistiksel analizlerde çok değişkenli veriler olarak adlandırılır. Çok değişkenli verilere ilişkin analizlerde, çeşitli zorluklarla karşılaşılabilir. Bu zorlukların üstesinden gelmek için farklı analiz yöntemler geliştirilmiştir. Bu yöntemlerden biri olan boyut indirgeme, verinin temel yapısını veya önemli özelliklerini koruyarak değişken sayısını azaltmayı amaçlar. Bu tezde, çok değişkenli verilerle yapılan sınıflandırma işlemlerinde boyut indirgeme yöntemlerinin etkileri araştırılacaktır. Boyut indirgeme yöntemleriyle aralarında ilişki bulunan çok boyutlu (değişkenli) veriler ilişkisiz değişkenlere indirgenir. Temel Bileşenler Analizi (TBA), boyut indirgeme yöntemleri arasında en çok kullanılan yöntemdir. Bu çalışmada, farklı boyutlu değişkenlere sahip veriler, boyut indirgemeden önce ve boyut indirgedikten sonra Kümeleme ve Diskriminant Analizi gibi yöntemlerle sınıflandırılarak boyut indirgemenin, verilerin doğru sınıflandırma olasılıkları üzerinde etkisi olup olmadığı incelenmiştir.