Özellik Seçim Yöntemleri ve Yeni Bir Yaklaşım

Abstract

Veri madenciliği sürecinin önemli aşamalarından biri veri boyutununazaltılması işlemidir. Veri boyutunun azaltılması kısaca, büyük veri kümelerinindepolanması ve analiz edilmesinde karşılaşılan sorunları aşmak için verikümesinden ilgisiz veya gereksiz değişkenlerin çıkartılması olaraktanımlanmaktadır. Veri boyutunun azaltılması için kullanılan yöntemlerin başındaözellik seçimi gelmektedir. Özellik seçimi, orijinal veri setini temsil edebilecek eniyi altkümenin seçimi olarak tanımlanmaktadır. Bu işlem, ilgilenilen problem içinen faydalı ve en önemli özellikleri seçerek veri kümesindeki özellik sayısınıazaltmayı yani veri boyutunu düşürmeyi amaçlamaktadır. Bu çalışmada, özellikseçim yöntemleri incelenmiş ve alternatif bir yöntem önerilmiştir.

One of important stages of data mining procedure is the process of dimension reduction. The dimension reduction is the process of removing irrelevant or redundant variables from the data set in order to resolve problems encountered in storing big data sets and analyzing them. Feature selection is one of the most popular method among the methods of dimension reduction. Feature selection, is described as the selection of the best subset which can represent the original data set. This process aims to reduce the number of features in the data set by selecting the most useful and important features for the discussed problem. In this study, feature selection methods have been analyzed and an alternative method has been proposed.