Keçilere ait kimi özelliklerin canlı ağırlık üzerindeki etkilerini belirlemek amacıyla kullanılan veri madenciliği algoritmalarının (Cart, Chaid ve Mars) karşılaştırılması

Abstract

Bu çalışmanın amacları, hayvancılıkla ilgili bir veri setinden yola çıkarak CART, CHAID, Exhaustive CHAID ve MARS veri madenciliği algoritmalarının tahmin performanslarını karşılaştırmalı olarak incelemek ve bu algoritmalara ilişkin uyum iyiliği ölçütlerinin hesaplandığı R script dosyalarını oluşturmaktır. Bu amaca ulaşmak için sürekli bir değişkeni (canlı ağırlık) tahmin etmek amacıyla Teddy ırkı 164 baş keçiye ait bazı morfolojik özellikler bağımsız değişken olarak kullanılmıştır. İncelenen algoritmaların tahmin performanslarını ölçmek için, bağımlı değişken bakımından gerçek ve tahmin edilen değerler arasındaki Pearson korelasyon katsayısı (r), belirleme katsayısı, (R2), düzeltilmiş determinasyon katsayısı, (Düz.R2) Akaike bilgi ölçütü, (AIC), düzeltilmiş Akaike bilgi ölçütü, (Düz.AIC), hata kareler ortalamasının karekökü, (HKOK), Ortalama hata, (OH), Ortalama mutlak sapma, (OMS), standart sapma oranı, (SS Oran), Global nispi yaklaşık hata, (NYH), varyasyon katsayısı (VK %) ve Ortalama mutlak yüzde hata, (OMYH) uyum iyiliği ölçütleri kullanılmıştır. Ağaç yapısına dayalı CART, CHAID ve Exhaustive CHAID algoritmalarında en yüksek tahmin doğruluğuna ulaşmak için ebeveyn ve çocuk düğümlerindeki minimum hayvan sayısı 4:2 olarak ayarlanmıştır. MARS algoritmasında en iyi tahmin doğruluğu, 4. derece interaksiyon ve 45 terim tanımlamaları ile elde edilmiştir. Kantitatif bir özelliğin (canlı ağırlık) tahmin edilmesi kapsamında en iyi tahmin performansı MARS algoritması ile elde edilmiştir. Tahmin performansı bakımından MARS algoritmasını, Exhaustive CHAID > CHAID > CART algoritmaları izlemiştir. Sonuç olarak elde edilen sonuçlar ışığında gerek çalışılan ırk standartlarının daha iyi tanımlanması gerekse önemli bağımsız değişkenlerin tespit edilmesi bakımından MARS algoritmasının kullanılmasının daha iyi bir seçenek olabileceği sonucuna varılmıştır.

The main aims of this study were to comparatively examine predictive performances of the CART, CHAID, Exhaustive CHAID and MARS data mining algorithms on the basis of a data set relevant to animal husbandry, and create R script files for estimating their goodness of fit criteria. To achieve this purpose, several morphological traits measured from 164 Teddy goats with the aim of predicting a continuous response variable (live body weight) were used as explanatory variables. To measure predictive performances of the examined algorithms, goodness of fit criteria i.e. Pearson correlation coefficient in the response variable between actual and predicted values (r), coefficient of determination (R2), adjusted coefficient of determination (Adj.R2), Akaike information criterion (AIC), the corrected Akaike information criterion (AICc), root-mean-square error (RMSE), mean error (ME), mean absolute deviation (MAD), standard deviation ratio (SDratio), global relative approximation error (RAE), coefficient of variation (CV%) and mean absolute percentage error, MAPE) were employed. To ensure the highest predictive accuracy of tree-based CART, CHAID and Exhaustive CHAID data mining algorithms, minimum animal numbers in parent and child nodes were set at 4:2. The highest predictive accuracy for the MARS algorithm was obtained with describing 4th interaction order and 45 terms. With the scope of predicting a quantitative trait (live body weight), the best performance was obtained with MARS algorithm, followed by the Exhaustive CHAID, CHAID and CART data mining algorithms. It was concluded in the light of the obtained results that use of MARS algorithm may be a better choice in both better describing the studied breed standards and determining significant predictors.