Sınıflandırma problemlerinde özellik seçimi için karşıtlık tabanlı gri kurt optimizasyon algoritması

Teknolojinin hızlı bir şekilde ilerlemesiyle çoğalan verilere kolay ve hızlı bir şekilde erişmek için veri kümesinde tanımlanan veriler çeşitli sınıflar arasında dağıtılarak sınıflandırma yapılır. Sınıflandırma problemlerini çözmek için geliştirilen sınıflandırma algoritmalarından yararlanarak veriler benzer özelliklere göre sınıflandırılırlar. Bu sınıflandırma algoritmaları, verilen eğitim veri kümesiyle eğitilerek, öğrenme sağlanır ardından sınıfları belirli olmayan test verileri ile işlem yapıldığında bu verileri doğru bir şekilde sınıflandırmak için çalışırlar. Sezgisel algoritmalar optimizasyon problemlerinde son yıllarda gittikçe popüler bir algoritma haline gelmektedir. Gri Kurt Optimizasyon (GWO) algoritması, gri kurtların toplumsal ve avcılık davranışlarını taklit edilerek geliştirilmiş bir meta sezgisel optimizasyon algoritmasıdır. Bu çalışma kapsamında belirlenen sınıflandırıcıların (K Nearest Neighbour, Support Vector Machine vb.) özellik seçimi için Gri Kurt Optimizasyon algoritması ve karşıtlık tabanlı öğrenme yöntemi kullanılarak geliştirilmiştir. Karşıtlık tabanlı öğrenme, olasılık kuramına göre rastgele bir noktanın karşıt durumu çözüme, rastgele noktadan daha yakın olabilir. Karşıtlık tabanlı öğrenmede birinci aşama karşıtlık tabanlı başlangıç popülasyonun belirlenmesi, bir sonraki aşama ise karşıtlık temelli jenerasyon atlama işlemdir. Önerilen algoritma için karşıtlık tabanlı öğrenme dışında mutasyon ve sınır değeri kontörlü gibi yenilikler eklenmiştir. Bu çalışma kapsamında geliştirilen karşıtlık tabanlı GWO algoritması, mevcut kaynaklardan elde edilen sınıflandırma veri setleri için orijinal GWO algoritması ile eş zamanlı olarak test edilip sonuçlar karşılaştırılmıştır. Bu karşılaşmalar algoritmaların işleyiş zamanları, özellik sayıları, doğruluk değerleri gibi değerler için karşılaştırılmıştır. Karşılaştırmaların sonucunda önerilen geliştirilmiş GWO algoritması orijinal GWO 'ya kıyasla daha başarılı sonuçlar vermiştir. Karşılaştırmalar zaman, doğruluk değeri, sınıflandırma hatası gibi etmenlerle yapılmıştır. Anahtar Kelimeler Özellik seçimi; Sınıflandırma; Optimizasyon; Gri Kurt Algoritması; Karşıtlık tabanlı öğrenme.