Keçilere ait kimi özelliklerin canlı ağırlık üzerindeki etkilerini belirlemek amacıyla kullanılan veri madenciliği algoritmalarının (Cart, Chaid ve Mars) karşılaştırılması

Bu çalışmanın amacları, hayvancılıkla ilgili bir veri setinden yola çıkarak CART, CHAID, Exhaustive CHAID ve MARS veri madenciliği algoritmalarının tahmin performanslarını karşılaştırmalı olarak incelemek ve bu algoritmalara ilişkin uyum iyiliği ölçütlerinin hesaplandığı R script dosyalarını oluşturmaktır. Bu amaca ulaşmak için sürekli bir değişkeni (canlı ağırlık) tahmin etmek amacıyla Teddy ırkı 164 baş keçiye ait bazı morfolojik özellikler bağımsız değişken olarak kullanılmıştır. İncelenen algoritmaların tahmin performanslarını ölçmek için, bağımlı değişken bakımından gerçek ve tahmin edilen değerler arasındaki Pearson korelasyon katsayısı (r), belirleme katsayısı, (R2), düzeltilmiş determinasyon katsayısı, (Düz.R2) Akaike bilgi ölçütü, (AIC), düzeltilmiş Akaike bilgi ölçütü, (Düz.AIC), hata kareler ortalamasının karekökü, (HKOK), Ortalama hata, (OH), Ortalama mutlak sapma, (OMS), standart sapma oranı, (SS Oran), Global nispi yaklaşık hata, (NYH), varyasyon katsayısı (VK %) ve Ortalama mutlak yüzde hata, (OMYH) uyum iyiliği ölçütleri kullanılmıştır. Ağaç yapısına dayalı CART, CHAID ve Exhaustive CHAID algoritmalarında en yüksek tahmin doğruluğuna ulaşmak için ebeveyn ve çocuk düğümlerindeki minimum hayvan sayısı 4:2 olarak ayarlanmıştır. MARS algoritmasında en iyi tahmin doğruluğu, 4. derece interaksiyon ve 45 terim tanımlamaları ile elde edilmiştir. Kantitatif bir özelliğin (canlı ağırlık) tahmin edilmesi kapsamında en iyi tahmin performansı MARS algoritması ile elde edilmiştir. Tahmin performansı bakımından MARS algoritmasını, Exhaustive CHAID > CHAID > CART algoritmaları izlemiştir. Sonuç olarak elde edilen sonuçlar ışığında gerek çalışılan ırk standartlarının daha iyi tanımlanması gerekse önemli bağımsız değişkenlerin tespit edilmesi bakımından MARS algoritmasının kullanılmasının daha iyi bir seçenek olabileceği sonucuna varılmıştır.