Önişleme yöntemlerinin trafik kazalarının şiddetinin tahmini üzerine etkisi

Bu çalışmanın amacı farklı veri ön işleme yöntemlerinin trafik kazalarının şiddetini sınıflamadaki tutarlılığı üzerindeki etkisini incelemektir. Bu amaçla altı farklı sınıflama yöntemi, J48, Ibk, Random Forest, OneR, Naïve Bayes ve SMO, kullanılarak 2005-2015 yılları arasında Adana ilinde meydana gelen trafik kazalarını içeren ve %99 yaralanmayla, %1 ölümle sonuçlanan kazalardan oluşan veri seti üzerinde sınıflama yapılmıştır. Çeşitli veri azaltım ve veri çoğaltım yaklaşımları denenerek, verideki dengesizlikten kaynaklanan problem çözülmeye ve sınıflama tutarlılığı arttırılmaya çalışılmıştır. Analiz sonuçlarına göre en iyi sınıflayıcı yöntem ve veri ön işleme yöntemi belirlenmiştir. Buna göre, SMO neredeyse tüm analizlerde daha üstün bir performans sergilemiştir, ve en yüksek tutarlılık oranlarına ise eşit oranlarda ölümlü ve yaralanmalı kaza içeren, veri azaltımı uygulanmış veri kümesiyle ulaşmıştır.