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










