With Weka, you can easily explore and understand your datasets, perform sophisticated data processing, and build and evaluate complex predictive models. Weka provides various techniques for classification, clustering, regression, and feature selection, enabling you to find patterns, identify trends, and make accurate predictions based on existing data.
This file contains one of the easy Weka utility applications so you might be able to study it and make this file a reference. This file is based on Turkish language. Thank You.
Weka'ile Veri Madenciliği ve Analizi Uygulamasi.pdf
1. Weka'ile Veri Madenciliği ve Analizi
Uygulamasi
By Reza Dysta Satria
rezadysta@gmail.com
https://www.linkedin.com/in/reza-dysta-satria-9b0a431b2/
2. Bu projede, bu verileri analiz etmeden önce, verileri daha derinlemesine analiz
etmeden önce "Stratified cross-validation"da yer alan noktalara odaklandım. Bu, analiz
ettiğim verilerin daha doğru olabilmesi ve maksimum sonuç alabilmesi içindir..
Correctly Classified Instances - bu nokta, verilerin doğruluk düzeyini ölçmek içindir.
Incorrectly Classified Instances - bu nokta, verilerin yanlışlığını ölçmek içindir.
Kappa Statistic - bu nokta, model tahminlerinin gerçek verilerle benzerliğini
ölçmek içindir. Ölçek -1'den 1'e kadardır.
Mean Absolute Error - bu nokta, modelin tahminleri ile gerçek değer arasındaki
ortalama hatayı veya sapmayı ölçmek için kullanılır.
Root mean squared error - bu nokta, tahmin edilen değer ile gerçek değer arasındaki
ortalama hata oranı.
Relative absolute error - bu nokta, modelin tahminleri ile gerçek değer arasındaki
ortalama mutlak farkın derecesini ölçer.
Root relative squared error - bu noktada, modelin tahmini ile gerçek değer arasındaki
bağıl hata oranını yüzde cinsinden ölçer.
"error" kelimesinin geçtiği bölüm için daha düşük bir değer tercih ediyorum çünkü
elde edilen değer ne kadar düşük olursa, analiz ettiğim veriler o kadar doğru olur.
Soru No.1 Özel ders almanın genel başarıya olan etkisi nedir?
Yukarıdaki noktalarla karşılaştırarak, bu soruyu cevaplamak için etkili olduğunu ve
aynı zamanda iyi bir doğruluğa sahip olduğunu düşündüğüm iki yöntemi seçiyorum. Bu
yöntemler "functions.SGD" yöntemi ve ayrıca "functions.SimpleLogistic" yöntemidir.
Benzerlikleri ve ayrıca iki yöntemin analiz sonuçlarının karşılaştırmasını görmek için lütfen
bu iki resme bakın.
functions.SimpleLogistic
3. Bu yöntem, her sınıfın, özelliklerin veya ilgili değişkenlerin değeriyle çarpılan bir
ağırlıktan (katsayı) oluşan bir regresyon denklemine sahip olduğunu açıklar. Bu yöntem,
belirlemek istediğiniz değerlere veya kategorilere göre kesin sınıf tahminleri yapmayı amaçlar.
4. "functions.SGD”
"fonksiyonlar.SGD" fonksiyonunun analiz sonuçlarının amacı, ilgili her bir değişkenin
ağırlığına (katsayısına) göre "Özel Ders" değişkeninin nasıl hesaplandığını açıklayan bir
formül veya denklemdir.
Seçtiğim iki yöntemin sonuçlarına göre. "Özel Ders"in sadece ilkokul öğrencilerinin
"Yazma" becerilerini etkilediği sonucuna vardım. "functions.SGD" ve
"functions.SimpleLogistic" karşılaştırmasında "functions.SimpleLogistic" yönteminin
"functions.SGD" yönteminden daha doğru olduğunu düşünüyorum. “Correctly Classified
Instances” değeri daha yüksek ve aynı zamanda daha düşük “Root mean squared error”,
Relative absolute error“ ve "Root relative squared error"değerine sahip olan "SimpleLogistik"
yönteminin doğruluk değeri ile kanıtlanır.Ancak "functions.SGD" yöntemi,
"functions.SimpleLogistic" yöntemine göre daha hızlı, daha pratik ve daha kolay anlaşılır
analiz sonuçları gösterebilir.
5. Soru No.2 Hangi faktörlerin başarıya etkisi yoktur?
Bu soruyu cevaplamak için "Ranker" yöntemiyle "ReliefAttributeEval" ve
"CorrelationAttributeEval" Attribute evaluate olarak kullanıyorum.
"ReliefAttributeEval"
Bu "ReliefAttributeEval"yi kullanıyorum çünkü bu yöntem, her bir özelliğin belirli bir
sınıf veya hedef öznitelik üzerindeki etkisi hakkında bilgi sağlayabilen bir öznitelik
değerlendirme yöntemidir. Bu yöntem, her özelliğin etkisini hesaplamak için en yakın komşu
(nearest neighbour) tekniğini kullanır. "Relief AttributeEval" sonuçlarına göre 0'a yakın
değerler veya negatif değere sahip olanlar en az etkiye sahip olan faktörlerdir.Bu nedenle en
az etkiye sahip olan faktörler "Cinsiyet", "Okul" Yemekhanesi", "Ebeveyn Eğitim Seviyesi".
Bundan sonra "CorrelationAttributeEval" ve ayrıca "Ranker" yöntemini kullanarak
etkisi olmayan faktörleri aradım.
"CorrelationAttributeEval"
6. "Correlation Ranking Filter" yöntemi kullanılarak yapılan nitelik değerlendirmesi,
korelasyon katsayısına dayalı olarak nitelik sıralamasını gösterir. Bu yöntem ve yöntemlerin
sonuçlarından etkisi olmayan faktörler "Cinsiyet", "Okul Yemekhanesi", "Ebeveyn Eğitim
Seviyesi" dir.
"Correlation Ranking Filter" ile "ReliefAttributeEval" arasında yapılan analiz
sonuçlarına göre, "Correlation Ranking Filter" daha kolay ve aynı zamanda daha pratik
sonuçlar verebileceğini düşünüyorum. Ancak, "Korelasyon Sıralama Filtresi" tarafından
analiz edilen verilerin sonuçları, "ReliefAttributeEval" tarafından gerçekleştirilen veriler
kadar eksiksiz olamaz.
Soru No.3 Hangi faktörler başarıyı en çok etkilemektedir?
Önceki soru ile aynı, Bu soruyu cevaplamak için "Ranker" yöntemiyle
"ReliefAttributeEval" ve "CorrelationAttributeEval" Attribute evaluate olarak kullanıyorum.
"ReliefAttributeEval" temeli olduğu için, her bira özelliğinin belirli bira sınıfı veya hedef
niteliği üzerindeki etkisi hakkında bilgi sağlayabilen bira özniteliği değerlendirme yöntemidir.
Bayan. Yöntem, her mülkün ikametgahını hesaplamak için en yakın komşu tekniğini kullanır.
"Relief AttributeEval" açıklamasına göre, yüksek puanlar en etkili faktörlerdir. Bu nedenle,
bu yöntemin analiz sonuçlarına göre en etkili faktörler "Okuma" ve "Matematik" dir.
8. "Correlation Ranking Filter" yöntemi kullanılarak yapılan nitelik değerlendirmesi,
korelasyon katsayısına dayalı olarak nitelik sıralamasını gösterir. Bu yöntem ve yöntemlerin
sonuçlarından en etkisi olan faktörlerler "Okuma" ve “Matematik”dir.
"Correlation Ranking Filter" yöntemi kullanılarak yapılan nitelik değerlendirmesi,
korelasyon katsayısına dayalı olarak nitelik sıralamasını gösterir. Bu yöntem ve yöntemlerin
sonuçlarından etkisi olmayan faktörler "Cinsiyet", "Okul Yemekhanesi", "Ebeveyn Eğitim
Seviyesi" dir.
"Correlation Ranking Filter" ile "ReliefAttributeEval" arasında yapılan analiz
sonuçlarına göre, "Correlation Ranking Filter" daha kolay ve aynı zamanda daha pratik
sonuçlar verebileceğini düşünüyorum. Ancak, "Korelasyon Sıralama Filtresi" tarafından
analiz edilen verilerin sonuçları, "ReliefAttributeEval" tarafından gerçekleştirilen veriler
kadar eksiksiz olamaz. Sadece bu da değil, " ReliefAttributeEval" niteliklerin etkisini hem
doğrusal hem de doğrusal olmayan şekilde etkisiz hale getirebilir.
Soru No.4. Okuma becerisinin yazma ve matematik üzerindeki etkisi nedir?
Bu soruyu cevaplamak için normallik varsayımını, doğrusallık varsayımını (bağımlı
değişken ile bağımsız değişken arasındaki ilişki doğrusaldır) ve "Artık Bağımsızlık"
varsayımında yer alan varsayımları dikkate almamız gereken bir regresyon vardır.
"Normalize" varsayımını aşağıdaki görseldeki gibi gerçekleştirebiliriz.
9. Okumanın matematik ve yazma üzerindeki etkisi hakkında bilgi almak için bir
regresyon yöntemi kullanıyorum. Bunun için "LinearRegression"u seçtim.
"LinearRegression" yöntemini kullanıyorum çünkü bu yöntem, istenen değişken ile diğer
değişkenlerden bir veya daha fazlası arasındaki ilişki bilgisini alabilir. Sadece bu da değil, bu
yöntem aynı zamanda hızlı çalışabilir ve ayrıca daha pratik ve anlaşılması kolaydır. Ondan
sonra , elde edilen veriler de aşağıdaki resimde görüldüğü gibi doğrudur.
Bundan sonra, "görselleştir" grafiğindeki "grafiğe" bakarak doğrusal varsayımı dikkate
almamız gerekir. Bundan sonra, "Visualize" grafiğindeki "plot" bakarak doğrusal varsayımı
dikkate almamız gerekir. Bu, değişkenler arasındaki ilişkinin ilişkili olup olmadığını
belirlemeyi amaçlar. İlgili değişkenler düz çizgilerle işaretlenmiştir.
Ortaya çıkan görüntüye baktığımda, üç değişkenin doğrusal olduğunu, yani üç
değişkenin birbirine bağlı olduğunu düşünüyorum.O zaman doğrusallık varsayımını (bağımlı
değişken ile bağımsız değişken arasındaki ilişki doğrusaldır) var sayılır.
Ondan sonra, "Artık Bağımsızlık" varsayımı kontrol etmek icin yine de “Visualize”
gidip “Residual Plot” kontrol etmemizi sağlar.
10. Ortaya çıkan görüntüye baktığımda,"Artık Bağımsızlık" varsayımı var sayılır çünkü
bir U paterni veya benzeri bir patern oluşturmuyor, bu da lineerlik veya artık bağımsızlık
varsayımıyla ilgili bir problem olmadığı anlamına gelir. Bu üç varsayımdan sonra, bu üç
faktörün "doğrusal regresyon" ile ilişkisini doğru bir şekilde bulmaya devam ediyoruz.
"LinearRegression"
11. 1'e yakın olan "Correlation coefficient", değişkenler arasında güçlü bir doğrusal ilişki
gösterdiğini gösterir. Ek olarak, " Mean absolute error ", " Root mean squared error ", "
Relative absolute error ", " Root relative squared error ", yöntemin bu soruyu analiz etmek
için çok uygun olduğuna inanmamı sağlıyor.
Bu verilerden okumanın matematiğe etkisinin 0,171, okumanın yazmaya etkisinin ise
0,0101 olduğu belirtilmektedir. Toplanırsa 0,171 + 0,0101 = 0,1811. Negatif olan diğer
değişkenlerden bakıldığında, okumanın matematik ve yazma üzerindeki etkisinin oldukça
güçlü ve iyi bir etkiye sahip olduğunu söyleyebilirim.
Bu nedenle, okuma becerilerinin yazma ve matematik üzerindeki etkisinin güçlü
olduğu ve aynı zamanda iyi bir korelasyona sahip olduğu sonucuna varabilirim.