KONTROLLÜ DENGESİZLİK SENARYOLARINDA TOPLULUK ÖĞRENME MODELLERİN SİSTEMATİK KARŞILAŞTIRMASI
Uluslararası Sürdürülebilir Mühendislik ve Teknoloji Dergisi · 2025
DOI: 10.62301/usmtd.1701938 ↗Kurz gefasst
Fachartikel in der Zeitschrift Uluslararası Sürdürülebilir Mühendislik ve Teknoloji Dergisi, 2025. Verfasst von Muhammed Abdulhamid Karabıyık. Die Arbeit wurde bisher 1-mal zitiert (Crossref) und nennt 33 Literaturangaben.
Abstract (Originalsprache)
Bu çalışma, sınıf dengesizliğinin topluluk öğrenme algoritmaları üzerindeki etkisini kontrollü bir deneysel tasarım ile incelemeyi amaçlamaktadır. Çalışma kapsamında, Iris ve Wine veri setleri üzerinde dört farklı sınıf dağılımı senaryosu (orijinal, hafif, orta ve şiddetli dengesizlik) uygulanmış ve her senaryoda Random Forest, Gradient Boosting ve Bagging algoritmaları test edilmiştir. Değerlendirmelerde yalnızca doğruluk değil, aynı zamanda Macro-F1, Balanced Accuracy, G-Mean ve Cohen Kappa gibi çoklu performans metrikleri kullanılmıştır. Elde edilen bulgular, Gradient Boosting modelinin yüksek dengesizlik düzeylerinde ciddi performans kayıpları yaşadığını; buna karşılık Random Forest algoritmasının tüm senaryolarda kararlı ve güvenilir sonuçlar sunduğunu ortaya koymuştur. Bu yönüyle çalışma, sınıf dengesizliğine karşı dayanıklı model seçiminin ve çok boyutlu metriklerle yapılan değerlendirmelerin önemini vurgulamaktadır.
Zitieren
APA
Karabıyık, M. A. (2025). KONTROLLÜ DENGESİZLİK SENARYOLARINDA TOPLULUK ÖĞRENME MODELLERİN SİSTEMATİK KARŞILAŞTIRMASI. Uluslararası Sürdürülebilir Mühendislik ve Teknoloji Dergisi. https://doi.org/10.62301/usmtd.1701938
Vancouver
Karabıyık MA. KONTROLLÜ DENGESİZLİK SENARYOLARINDA TOPLULUK ÖĞRENME MODELLERİN SİSTEMATİK KARŞILAŞTIRMASI. Uluslararası Sürdürülebilir Mühendislik ve Teknoloji Dergisi. 2025. doi:10.62301/usmtd.1701938
BibTeX
@article{Karabyk2025,
author = {Karabıyık, Muhammed Abdulhamid},
title = {KONTROLLÜ DENGESİZLİK SENARYOLARINDA TOPLULUK ÖĞRENME MODELLERİN SİSTEMATİK KARŞILAŞTIRMASI},
journal = {Uluslararası Sürdürülebilir Mühendislik ve Teknoloji Dergisi},
year = {2025},
doi = {10.62301/usmtd.1701938}
}
EUVIMED