Ridge Regresyonda Yanlılık Parametresi k’nın Belirlenmesinde Genetik ve Differansiyel Gelişim Algoritmalarının Performanslarına Dair Bir Karşılaştırması

Yükleniyor...
Küçük Resim

Tarih

Dergi Başlığı

Dergi ISSN

Cilt Başlığı

Yayıncı

Erişim Hakkı

info:eu-repo/semantics/openAccess

Özet

Çoklu regresyonda karşılaşılan “çoklubağlantı” problem için en yaygın olarak önerilen yaklaşım Ridge Regresyondur. Ridge regresyon en küçük kareler yönteminden daha tutarlı tahminler sağlamasına rağmen yanlılık partametresi k’nın belirlenmesi hala çözülmesi gereken bir meseledir. Bu çalışmada optimal k değerini bulmak için Yapay Zeka Tekniklerinden olan Genetik Algoritma ve Diferansiyel Gelişim Algoritması ‘nın kullanımı önerilmiştir. Bu yaklaşımların uygulanmasında varyans büyütme faktörü ile şartlı sayı gibi çoklubağlantı probleminin teşhisinde kulanılan göstergeler küçültülmeye çalışılırken ortalama mutlak yüzdelik hatanın çok büyümemesini kontrol altında tutarak algoritmalar geliştirilmiştir.

Açıklama

Anahtar Kelimeler

Ridge Regresyon; Genetik Algoritma, Differansiyal Gelişim Algoritması, Ortalama Mutlak Yüzdelik Hata, Varyans Büyütme Faktörü, Şartlı Sayı

Kaynak

İstatistik Araştırma Dergisi

WoS Q Değeri

Scopus Q Değeri

Cilt

12

Sayı

2

Künye

Onay

İnceleme

Ekleyen

Referans Veren