Hayvancılıkta elde edilen farklı verilere regresyon ağacı metodunun uygulanması

Bu çalışmanın amacı, hayvancılıkla ilgili bir veri setinde, farklı ebeveyn-yavru düğüm kombinasyonları için, CHAID, Exhaustive CHAID ve CART veri madenciliği algoritmalarının tahmin performanslarını değerlendirmektir. Bu amaca ulaşmak için, cinsiyet (erkek ve dişi), doğum tipi (tekiz ve ikiz), doğum yılı (2005, 2006, 2007, 2008 ve 2009) işletme (Araştırma istasyonu, Mastung, Quetta, ve Noshki), ana yaşı (20-78 ay), ve ana ağırlığından (25-48 kg) sütten kesim ağırlığını tahmin etmek için 1884 baş Mengali koyunu kullanılmıştır. En iyi karar ağacı algoritmasını seçmek için belirleme katsayısı (R2 %), düzeltilmiş belirleme katsayısı (VK%), varyasyon katsayısı R2-düz. (%), standart sapma oranı, nispi yaklaşık hata (NYH) regresyon, hata kareler ortalamasının karekökü (HKOK) ve gerçek ve tahmin edilen sütten kesim ağırlıkları arasındaki Pearson korelasyon katsayısı hesaplanmıştır. Exhaustive CHAID ve CART veri madenciliği algoritmaları ile karşılaştırıldığında CHAID algoritmasının ve biyolojik konularda daha uygun ağaç yapısı oluşturduğu belirlenmiştir. Sonuç olarak, model kalite ölçütlerinin tahmin edilmesi ile birlikte oluşturulan ağaç yapısının biyolojik uygunluğunun göz önüne alınması tavsiye edilmektedir.