Knowledge discovery and a comparison of data mining tools on iris dataset

Abstract

Günümüzde birçok alan ile ilgili ve çeşitli veritabanlarında tutulan çok fazla miktarda veri bulunmaktadır. Bu büyük veri yığınlarından birbirleri ile ilişkili, anlamlı, önceden bulunmamış veya bilinmeyen bilgiler çıkarmak bilgi keşfi (veya araması) dediğimiz sürecin temel amacıdır. Bilgi keşfi sürecinin en önemli adımlarından birisini de veri madenciliği oluşturur. Bir bakıma veri madenciliğini bilgi keşfinin bir aracı olarak tanımlamak da mümkündür. Bu tez çalışmasında, ?veri madenciliği? ve ?veritabanlarında bilgi keşfi? adı ile bilinen iki yaklaşım arasındaki ilişkiyi incelemek ve irdelemek temel amaçtır. Gereken inceleme ve araştırmalardan sonra çeşitli veri madenciliği yazılımları kullanılarak ?IRIS veri seti? denilen bir veri demeti üzerinde veri madenciliği uygulaması yapılmıştır. Yapılan bu uygulamalar sonucunda bu yazılımlar karşılaştırılmıştır. Çalışmanın özü ileride yapılacak çalışmalar için bir ön adım oluşturmaktır.

Nowadays, there are large amount of data being kept on many databases that are related to many areas. One of the basic aims of KDD (knowledge discovery in databases) is to extract the knowledge from these large amount of data associated with each other, meaningful and not found before. During the process of KDD, the resulting such information or rather knowledge by interpreting and combining with other knowledge if necessary, is knowledge discovery in databases. DM (data mining) on the other hand is one of the crucial steps of KDD. In this thesis study, main objective is to show the relationship between knowledge discovery in databases (KDD) and data mining (DM). After the needed review and research, a data mining application on an available data which is called ?IRIS dataset? is performed using some data mining tools. Results of these performed applications are compared with each other. The key objective of the study is to prepare an initial step for further applications with real data.