İnsani gelişmişlik endeksinin sınıflandırma başarılarının karşılaştırılmasında karar ağacı yöntemlerinin kullanılması

Abstract

Günümüzde bilişim alanındaki hızlı gelişmeler sonucunda yapılan her işlem bilgisayarlara kaydedilmektedir. Bu kaydedilen veriler dev veri tabanlarını oluşturmaktadır. Kurumlar için rekabet avantajı sağlayacak olan önemli bilgiler bu veri yığınları içerisinde kaybolmaktadır. Geleneksel istatistiksel yöntemler ile bu büyük boyuttaki verilerin çözümlenmesi mümkün olmadığı için alternatif olarak veri madenciliği ortaya çıkmıştır.Bu çalışmanın amacı UNDP (United Nations Development Programme)'nin her yıl yayınlamış olduğu İnsani gelişme raporunda bulunan ülkelerin gelişmişlik seviyelerini ortaya koyan İnsani gelişme endeksinin veri madenciliği tekniklerinden C5.0, CHAID ve C&RT algoritmaları kullanılarak sınıflandırılması ve sınıflandırma başarılarının karşılaştırılarak en iyi tekniğin seçilmesidir. Analiz sonucunda C5.0 algoritmasının diğer algoritmalara göre daha yüksek bir sınıflandırma başarısı sağladığı ortaya konulmuştur.

Today, all transactions as a result of rapid developments in the field of informatics are recorded in computers. These recorded data constitute giant databases. Important information that will allow for competitive advantage for organizations is lost in these data stacks. Because it is not possible for traditional statistical methods to analyze large size data, data mining has emerged as an alternative.The purpose of this resarch is to classify Human Development Index which reveals development levels of countries in human development report published by UNDP annually using C 5.0, CHAID, C&RT algorithms, three of data mining techniques, and to select the best technique by comparing classification successes.