Büyük boyutlu veriler için metasezgisel yöntemler ile öznitelik indirgemede yeni bir yaklaşım geliştirilmesi

Teknolojinin gelişmesi ve çevrimiçi dünyanın genişlemesi ile iş dünyası, bilim, sağlık ve mühendislik gibi bir çok alanda çok büyük boyut ve tür içeren gerçek dünya verileri ortaya çıkmıştır. Günümüz dünyasında bu verilerin en faydalı kullanımı ve en az saklama maliyeti hedeflendiğinden, ancak belirli anlam taşıyan verilerin saklanması gerekmektedir. Boyutları büyüyen ham verideki örüntüler bulunmadığı sürece veriler gereksizdir. Büyük boyutlu veriyi işlemek ise onları kullanan sistemlerin verimliliğini doğrudan etkileyen bir darboğaz problemidir. Büyük veri ve büyük boyutlu veri için nitelik azaltma olarak da adlandırılan öznitelik seçme problemi, orijinal özelliklerin ayırt edici gücünü koruyarak veri boyutunu indirgemeyi amaçlamaktadır. Öznitelik seçimi, öğrenme sürecinin önemli adımlarından biridir. En iyi çözümün büyük bir arama uzayında uygun sürede bulunmasını gerektirir. Öznitelik seçim problemi için tasarlanan algoritmalar, orijinal özelliklerin hesapsal maliyetini azaltırken en uygun özellik alt kümesini bulma amaçlı rastgele veya sezgisel arama stratejileri kullanır. Veri hacmi arttıkça veri ile yapılacak tüm işlemler de doğrusal olarak zorlaşmaktadır. Bu sebeple ortaya atılan öznitelik seçim probleminin çözümü için literatürde birden çok yöntem kullanılmıştır. Klasik sezgisel algoritmalar büyük boyutlu ve karmaşık problemlere uygulandığında tasarımındaki avantaj ve etkinliklerini kaybetmektedirler. Çünkü bu algoritmalar, yerel çözümlere takılma, kararsız performans sergileme, bellek verimliliğinden yoksun olma gibi kısıtlamalara sahip olabilirler (Qiu & Liu, 2016). Bu nedenle bu tip problemlerin çözümü için daha etkili algoritmalara ihtiyaç duyulmaktadır. Öznitelik seçim probleminin çözümü için etkili yaklaşımlardan biri de Metasezgisel algoritmalardır. Doğadan esinlemeli algoritmalar çözüm uzayında, sezgisel bir arama yaparak daha makul sürelerde daha uygun sonuçların elde edilmesini sağlar. Bu kapsamda, ana veri kümesinin küçük ama etkili bir alt kümesi olarak tespit edilecek olan niteliklerin belirlenmesi için algoritmanın küresel arama yeteneğini ve sezgiselliğini kaybetmeden, bir yerel arama fonksiyonu ile desteklenmesinin başarıyı artıracağı düşünülmüştür (X.-M. Hu vd., 2017). Sezgisel algoritmalar evrimsel algoritmalar ve sürü temelli algoritmalar temel iki grup olarak nitelendirilir. Evrimsel algoritmalar ile gerçek dünya problemlerine başarılı sonuçlar üretilebilmektedir. Bu algoritmalara Genetik Algoritma, Evrimsel Strateji ve Diferansiyel Evrim algoritması en bilinen örneklerdendir. Doğada var olan çeşitli canlıların davranışlarını taklit ederek geliştirilen sürü temelli algoritmalar ise gün geçtikçe popülerliği artan algoritmalardır. Bu algoritmalara Parçacık Sürü Optimizasyon Algoritması, Yarasa Algoritması, Karınca Kolonisi Optimizsyon Algoritması, Yapay Arı Kolonisi Algoritması örnek verilebilir. At Sürüsü Algoritması (HOA) ise, en yeni sürü tabanlı optimizasyon algoritmalarından biridir. HOA, doğada birlikte yaşayan atların sürü olarak davranışlarından ilham alarak tasarlanmıştır. Atların farklı yaşlarda gösterdikleri otlama, hiyerarşi, sosyallik, taklit, savunma ve dolaşma olmak üzere altı kategorideki sosyal davranışları algoritmanın temelini oluşturmaktadır. Literatürde optimizasyon algoritmalarının ikili arama uzayına taşınarak sıkça öznitelik seçim problemine uygulandığı gözlenmektedir. Bu tez kapsamında öznitelik seçimi için HOA'nın ikili bir versiyonu iyi bilinen iki farklı sınıflandırma algoritması (k-NN ve SVM) ile önerilmiştir. HOA'nın nitelik seçimi için önerilen ikili versiyonu öncelikle küçük boyutlu (10,20,30) veriler ile test edilmiştir. Ardından büyük boyutlu verilerde de efektif sonuçlar üretmesi amacıyla yerel arama tekniği olan Minimum Mesafe Fonksiyonu ve Sürü Merkezi Bulma Fonksiyonu geliştirilerek İkili At Sürüsü Algoritması (BHOAFS) önerilmiştir. BHOAFS'nin eklenen yöntemler ile yerel ve küresel arama yeteneği artmıştır. BHOAFS'nin düşük, orta ve yüksek boyutlu (10,20,30,100,500 ve 1000) problemlerde başarısı test edilmiştir. BHOAFS-k-NN algoritmasının BHOAFS-SVM'ye göre daha iyi sonuçlar ürettiği gözlemlenmiştir. Literatürde metasezgisel optimizasyon algoritmaların keşif ve sömürü sürecindeki dengeyi sağlayarak süreci güçlendirmek için kaos teorisi, levy uçuşu, zeki arama, kuantum davranışı gibi çeşitli stratejiler kullanılmıştır. Bu tez çalışmasında HOA'nın önerilen ikili versiyonu algoritmanın başarısı ve kararlılığını arttırmak amacıyla iyi bilinen beş farklı kaotik harita ile güçlendirilerek Kaotik İkili At Sürüsü Algoritması BCHOAFS olarak adlandırılan yeni bir yaklaşım geliştirilmiştir. Önerilen BCHOAFS, büyük ölçekli veriler için özel olarak tasarlanmış bir optimizasyon algoritması olan HOA'nın özellik seçim problemleri için özel olarak geliştirilmiş ilk ikili kaotik tabanlı algoritmadır. k-NN sınıflandırmasını kullanan BHOAFS-k-NN yöntemi daha iyi sonuçlar ürettiğinden, beş kaotik harita ile birleştirilmiş ve BCHOAFS-Logistic, BCHOAFS-Tent, BCHOAFS-Piecewise, BCHOAFS-Singer, BCHOAFS-Sinusoidal olarak adlandırılmıştır. Geliştirilen bu yaklaşımın performansı farklı boyuttaki on sekiz veri seti ile ölçülmüştür. Kaotik tabanlı yeni yaklaşım literatürde öznitelik seçimi için geliştirilen çeşitli algoritmalar ile kıyaslanmış, doğruluk, seçilen öznitelik sayısı, uygunluk fonksiyonu testleri yapılarak güvenilirliği sağlanmıştır. Önerilen yaklaşımın kıyaslanan algoritmalardan daha performanslı olduğu istatistiksel yöntemlerden Friedman işaret testi ve post hoc Wilcoxon testi kullanılarak doğrulanmıştır.