Profit-oriented classification: New approaches and business applications
Kâr odaklı sınıflandırma: Yeni yaklaşımlar ve işletme ugulamarı
- Tez No: 418534
- Danışmanlar: PROF. EKREM DUMAN
- Tez Türü: Yüksek Lisans
- Konular: Endüstri ve Endüstri Mühendisliği, İşletme, Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Industrial and Industrial Engineering, Business Administration, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2015
- Dil: İngilizce
- Üniversite: Özyeğin Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Tahmin etme problemlerinin en yayg ın olan sı nıflandırma problemleri şimdiye kadar genellikle veri madencili gi (VM) algoritmalar ıyla ç özülmeye çalışmıştır. Bu algoritmalarda ele al ınan ama ç fonksiyonu, yanl ış sınıflandırılan gözlemlerin (durumların) sayısının (veya ağırlıklı toplam sayısının) en aza indirilmesini hedeflemektedir. Mevcut algoritmalar bazı pop üler problemlerde özel durumları doğru şekilde ele alamadıklarından dolay ı, son d önemlerde maliyete duyarl ı sınıflandırma ara ştırmacıların dikkatini çeker hale gelmi ştir. S ını f dengesizli ği nedeniyle g özlem say ısı nı n farklı sınıf lardaki de ğişkenliği, ve sınıflandırma algoritmaları nı n uygulanmas ı esnası nda yanlış sınıflandırma maliyetlerinin farklı lı ğı nı n ele alı nması olmak üzere iki t ür özel durum bulunmaktad ır. Bu çalışma, iki tip kâr odakl ı yaklaşı mla döort ayrı ger çek hayat probleminin çözülmesini i çermektedir. İlk olarak, Fisher Diskriminant Analizi (FDA) üzerinde değişiklikler yapılmış ve kâra duyarlı bir yaklaşım haline getirilmi ştir. Kâra duyarlı Fisher Diskriminant Analizi (KFDA) esas hata minimizasyonu varsay ımları n ı koruyarak, yap ılan değişikliklerle mevcut hata bazl ı FDA'n ın daha kârlı g özlemleri daha fazla dikkate alması nı sağlam ıştı r. İkinci yaklaşım olan kâr bazlı modelleme, gözlemleri sınıflandırma hatası ndan ziyade toplam net kârlar na g öre sınıflandırmaktadır. Bu yaklaşım, meta-sezgisel algoritmalar kullanarak çözüm alan ında maksimum net kâr ayı rt edecek bir fonksiyonu aramaktad ır. Kâr bazlı sınıflanırma yakla şımı nı uygulamak için, Göçmen Kuşlar optimizasyonu (GKO), Yapay Ar ı Kolonisi (YAK) Algoritması , Par çacı k Sürü Optimizasyonu (PSO) ve Genetik Algoritma (GA) olmak üzere d ört meta-sezgisel yaklaşı m kullan ılmı ştı r. Başka bir katkı olarak ise, bu çalı şmada Göçmen Ku şlar Algoritması nı n modifi ye edilmiş versiyonu (d-GKO) sunulmaktad ır. Sonu çlara bak ıldı ğı nda kâra duyarl ı FDA, orijinal versiyonuna g öre kârl ı pozitif kayı tlar ı daha fazla yakalayabilmektedir. Bu yaklaşı m daha az say ıda pozitifi do ğru olarak sınıflandırmayı başarmaktadı r, fakat hata minimizasyonu varsay ımları nı adapte ederek sınıflandırmadaki önceliği kârl ı g özlemlere vermektedir. kâr bazl ı yaklaşım toplam net kârı nı maksimizasyonunu ama ç fonksiyonu olarak kullanarak daha fazla kâr getiren çözümler elde etmektedir. Bu yakla şı m öğrenme esnas ında hata minimizasyonu varsayı mları nı tamamen yok saydı ğı için, do ğru pozitif oranı a çısından daha düşük performans sergilemektedir. Kâr bazl ı yakla şımda kullanı lan meta-sezgisel y öntemler arası nda Yapay Arı Kolonisi (YAK) algoritmas ı, Göçmen Kuşlar Algoritmas ını n modifi ye edilmiş versiyonu (d-GKO) haricindeki algoritmalardan toplam net k^ar a çısından daha iyi sonu çlar vermektedir.
Özet (Çeviri)
Classification problems are the most common prediction problems that have traditionally been tackled by the data mining (DM) algorithms. The objective taken in these algorithms is a statistical one aimed to minimize the number (or, the weighted number) of incorrectly classified observations (instances). Recently, the cost-sensitive classification got researchers' attentions as the existing algorithms are not able to deal with special concerns in some popular problems. There are two main special concerns. The first one is the case when the number of observations varies in different classes - called class imbalance (or skewness). The second issue is the case when there are naturally different costs of misclassification that should be considered while implementing a classification algorithm. This study includes two types of profit-oriented approaches to deal with four real-life problems. Firstly, we have modified Fisher Discriminant Analysis (FDA) converting it to a profit-sensitive approach. The Profit-sensitive Fisher Discriminant Analysis (PFDA) modifies the existing error-based FDA in a way that puts emphasize on the profitable observations inheriting the main error-minimization assumptions. The second approach called profit-based modeling tries to classify the observations with regard to total net profit rather than errors in classification. This approach searches solution space for a discriminating function with maximum net profit using meta-heuristics. Four meta-heuristics are utilized to implement the profit-based classification approach including Migrating Birds Optimization (MBO), Artificial Bee Colony (ABC), Particle Swarm Optimization (PSO), and Genetic Algorithm (GA). In this study, we also have proposed a modification on MBO (m-MBO). Results show that the profit-sensitive FDA could catch profitable positives more than its original version however, it has less number of positives correctly classified. The profit-sensitive approach adopts the error-minimization assumptions such that the priority in classification is set for profitable observations. On the other hand, the profit-based approach could reach more profit-making solutions using an objective function of maximizing the total net profit. As this approach totally neglects error-minimization assumptions while training, it showed under-performance in true positive rate. Among the meta-heuristics utilized in profit-based approach, the Artificial Bee Colony (ABC) and modified version of MBO (m-MBO) always outperform other meta-heuristics.
Benzer Tezler
- En uygun hayat sigortası poliçesi seçimini sağlayan bir karar modeli
A Decision model for selecting the optimum insurance policy
H.BÜLENT CERİT
Yüksek Lisans
Türkçe
1995
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiPROF.DR. RAMAZAN EVREN
- Stratejik yönetim ve beton prefabrikasyon sektöründe çalışan bir işletmede uygulama
Başlık çevirisi yok
FERİT VARDAR
Yüksek Lisans
Türkçe
1998
İşletmeİstanbul Teknik Üniversitesiİşletme Ana Bilim Dalı
DOÇ. DR. İSMAİL HAKKI BİÇER
- AÇIK OLMA HALLERİ: TASARIM PRATİKLERİNDE AÇIK KAYNAK KÜLTÜRÜ ÜZERİNE BİR DEĞERLENDİRME
THE STATES OF OPENNESS: AN EVALUATION OF OPEN SOURCE CULTURE IN DESIGN PRACTICES
HATİCE CANSU CÜRGEN
Yüksek Lisans
Türkçe
2015
Mimarlıkİstanbul Teknik ÜniversitesiMimarlık Ana Bilim Dalı
PROF. DR. ARZU ERDEM
- Havaalanında yer hizmeti veren bir firma için hedef programlama yaklaşımı
Başlık çevirisi yok
M.BARBAROS KUBATOĞLU
Yüksek Lisans
Türkçe
1998
İşletmeİstanbul Teknik Üniversitesiİşletme Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. DEMET BAYRAKTAR
- Gümrük Birliği sürecinin Türk sermaye piyasasına etkileri
The Effects of Customer Union course on Turkish capital market
ÖNDER HALİSDEMİR
Yüksek Lisans
Türkçe
1997
EkonomiMarmara ÜniversitesiSermaye Piyasası ve Borsa Ana Bilim Dalı
PROF. DR. İLHAN ULUDAĞ