MAKİNE ÖĞRENME YÖNTEMLERİ İLE TRAFİK KAZALARI İÇİN

MAKİNE ÖĞRENME YÖNTEMLERİ İLE TRAFİK KAZALARI İÇİN RİSK TAHMİNİ YAPABİLEN
WEB TABANLI BİR YAZILIM
Tarık KAYA
YÜKSEK LİSANS TEZİ
BİLGİSAYAR EĞİTİMİ ANABİLİM DALI
GAZİ ÜNİVERSİTESİ
BİLİŞİM ENSTİTÜSÜ
NİSAN 2015
iv
MAKİNE ÖĞRENME YÖNTEMLERİ İLE TRAFİK KAZALARI İÇİN RİSK TAHMİNİ YAPABİLEN
WEB TABANLI BİR YAZILIM
(Yüksek Lisans Tezi)
Tarık KAYA
GAZİ ÜNİVERSİTESİ
BİLİŞİM ENSTİTÜSÜ
Nisan 2015
ÖZET
Günümüzde, ulaşım ve özellikle karayolu taşımacılığı en önemli ihtiyaçlardan biridir.
Bununla birlikte, giderek artan araç sayısı ve araç kullanımının yaygınlaşması nedeniyle
trafik sıkışıklığı ve trafik kazaları da her geçen gün sıkça karşılaşılan bir sorun olmaya
devam etmektedir. Ülkemizde trafik kazaları ile ilgili veriler farklı kurum ve kuruluşlar
tarafından kayıt altına alınmakta ve istatistikî sonuçlar türetilmesi için kullanılmaktadır. Bu
verileri kullanarak kazalara karşı bazı önleyici tedbirlerin geliştirilmesi de mümkündür. Bu
amaca yönelik olarak tez çalışmasında, SBM (Sigorta Bilgi Merkezi) tarafından kayıt altına
alınmış 5000 adet maddi hasarlı trafik kazası verisine makine öğrenmesi teknikleri
uygulanarak kaza riskini hesaplayan ve kaza riski tahmininde bulunan web etkileşimli
dinamik bir sistem gerçekleştirilmiştir. Çalışmada öncelikle farklı makine öğrenme
teknikleri test edilerek performansları karşılaştırılmış ve en uygun sonucu veren algoritma
belirlenmiştir. Sonraki aşamada ise bu algoritmayı kullanarak kaza riski tahmini yapabilen
bir web ara yüzü geliştirilmiştir. Geliştirilen uygulama ile kullanıcının bulunduğu konum
yazılım tarafından otomatik olarak tespit edilebilmekte ve buna göre ilgili güzergâhtaki
meteorolojik koşullar ve önceden gerçekleşmiş kaza bilgilerine göre kullanıcıya dinamik
uyarılar verilebilmektedir. Sunulan uygulama, trafik kaza verilerine makine öğrenme
yöntemlerinin uygulanması ile metodolojik bir yenilik içermekte olup geliştirmeye açık
birçok yönü de bulunmaktadır.
Bilim Kodu
Anahtar Kelimeler
Sayfa Adedi
Danışman
: 702.1.014
: Veri madenciliği, makine öğrenmesi, trafik kazaları, karayolu
güvenliği, kaza riski tahmini, web yazılımı
: 77
: Prof. Dr. Halil İbrahim BÜLBÜL
v
WEB BASED SOFTWARE CAPABLE OF RISK PREDICTION FOR TRAFFIC ACCIDENTS WITH
MACHINE LEARNING METHODS
(M. Sc. Thesis)
Tarık KAYA
GAZİ UNIVERSITY
INSTITUTE OF INFORMATICS
April 2015
ABSTRACT
Nowadays transport, especially road transport is one of the most important requirement.
However, traffic jams and traffic accidents continue to be a problem frequently
encountered due to increasing number of vehicles and its widespread use. In our country
data concerning traffic and traffic accidents is recorded by several institutions and it is
used to reproduce statistical results. It is possible to develop some preventive measures
against traffic accidents by using this recorded data. In the thesis, it has been developed
dynamic web based software, which calculates and predicts the traffic accident risk by the
method of machine learning that were applied to 5000 property damaged traffic accident
data provided by the Insurance Information Center (IIC). In the study, as a first several
machine learning techniques were tested and the results were compared. Then, the
algorithm giving the most appropriate results was determined. Next step was to develop
a web interface predicting traffic accident risk. With this application, driver location could
be detected automatically and dynamic alerts could be ensured to him by the use data
concerning meteorological conditions through the itinerary and data regarding traffic
accident happened before. Presented application includes methodological innovations
and also it has many features that can be improved.
Science Code
Key Words
Page Number
Supervisor
: 702.1.014
: Data mining, machine learning, traffic accidents, road safety, crash
risk prediction, web software
: 77
: Prof. Dr. Halil İbrahim BÜLBÜL
vi
TEŞEKKÜR
Araştırmalarım sırasında değerli zamanını ve yardımlarını esirgemeyen, katkılarıyla
araştırmanın gelişimine ışık tutan danışmanım Prof. Dr. Halil İbrahim Bülbül’e,
çalışmalarım sırasında kıymetli bilgilerini esirgemeyen Yrd. Doç. Dr. M. Fatih Amasyalı,
arkadaşım Özkan Ünsal’a ve her konuda desteklerini hissettiğim aileme en içten
teşekkürlerimi sunmaktan onur duyarım.
vii
İÇİNDEKİLER
Sayfa
ÖZET ...................................................................................................................................... iv
ABSTRACT ............................................................................................................................... v
TEŞEKKÜR .............................................................................................................................. vi
İÇİNDEKİLER ......................................................................................................................... vii
ÇİZELGELERİN LİSTESİ ............................................................................................................ ix
ŞEKİLLERİN LİSTESİ ................................................................................................................. x
RESİMLERİN LİSTESİ............................................................................................................... xi
SİMGELER VE KISALTMALAR ................................................................................................ xii
1. GİRİŞ ................................................................................................................................. 1
2. LİTERATÜR ARAŞTIRMASI ........................................................................................... 5
3. KAVRAMSAL ÇERÇEVE ............................................................................................... 11
3.1. Trafik .......................................................................................................................... 11
3.2. Trafik Kazaları ............................................................................................................ 12
3.3. Trafik Kazalarının Değerlendirilmesi .......................................................................... 13
3.4. Veri Madenciliği ......................................................................................................... 15
3.4.1. Veri madenciliğinin gelişimi ................................................................................ 17
3.4.2. Veri madenciliği uygulamaları ............................................................................ 18
3.5. Makine Öğrenmesi .................................................................................................... 24
3.5.1. Makine öğrenmesinin gelişimi ............................................................................ 25
3.5.2. Makine öğrenmesi uygulamaları ........................................................................ 27
3.5.3. Makine öğrenmesi teknikleri .............................................................................. 29
3.6. Weka Programının Kullanımı ..................................................................................... 35
3.6.1. Performans değerlendirilmesinde kullanılan performans kriterleri .................. 37
4. MATERYAL VE METOD ............................................................................................... 41
4.1. Uygulamanın Hazırlanması İçin Kullanılan Araçlar .................................................... 41
viii
Sayfa
4.2. Verilerinin Elde Edilmesi ............................................................................................ 41
4.3. Uygulamanın Genel Özellikleri .................................................................................. 43
5. KAZA TAHMİN SİSTEMİ VE TASARIMI .................................................................... 45
5.1. Veri Önişleme ............................................................................................................ 45
5.2. Weka ile En Uygun Modelin Belirlenmesi ................................................................. 50
5.2.1. Weka ile algoritmaların uygulanması ve değerlendirilmesi ............................... 51
5.3. Kaza Tahmin Sistemi .................................................................................................. 62
5.3.1. Sistemin teknik yapısı ......................................................................................... 62
5.3.2. Sistemin kullanımı............................................................................................... 62
5.3.3. Sistemin özellikleri .............................................................................................. 64
6. SONUÇ VE ÖNERİLER ................................................................................................. 65
6.1. Sonuçlar ..................................................................................................................... 65
6.2. Öneriler ...................................................................................................................... 66
KAYNAKLAR .......................................................................................................................... 67
EKLER .................................................................................................................................... 71
EK-1. Makine öğrenmesi modelinin uygulanmasında kullanılan PHP ve HTML komutları.. 72
ÖZGEÇMİŞ ............................................................................................................................ 77
ix
ÇİZELGELERİN LİSTESİ
Çizelge
Sayfa
Çizelge 4.1. KTT tablosu yapısı ............................................................................................. 42
Çizelge 4.2. Meteorolojik verilerin yapısı ............................................................................. 43
Çizelge 5.1. Cart algoritması katmanlı çapraz doğrulama tablosu....................................... 52
Çizelge 5.2. Cart algoritması sınıfa göre ayrıntılı doğruluk tablosu ..................................... 53
Çizelge 5.3. Cart algoritması karmaşıklık matrisi ................................................................. 53
Çizelge 5.4. C 4.5 algoritması katmanlı çapraz doğrulama tablosu ..................................... 53
Çizelge 5.5. C 4.5 algoritması sınıfa göre ayrıntılı doğruluk tablosu .................................... 54
Çizelge 5.6. C 4.5 algoritması karmaşıklık matrisi ................................................................ 54
Çizelge 5.7. NaiveBayes algoritması katmanlı çapraz doğrulama tablosu........................... 54
Çizelge 5.8. NaiveBayes algoritması sınıfa göre ayrıntılı doğruluk tablosu ......................... 55
Çizelge 5.9. NaiveBayes algoritması karmaşıklık matrisi ..................................................... 55
Çizelge 5.10. Regresyon algoritması katmanlı çapraz doğrulama tablosu .......................... 55
Çizelge 5.11. Regresyon algoritması sınıfa göre ayrıntılı doğruluk tablosu ......................... 55
Çizelge 5.12. Regresyon algoritması karmaşıklık matrisi ..................................................... 56
Çizelge 5.13. K en yakın komşu algoritması katmanlı çapraz doğrulama tablosu ............... 56
Çizelge 5.14. K en yakın komşu algoritması sınıfa göre ayrıntılı doğruluk tablosu .............. 56
Çizelge 5.15. K en yakın komşu algoritması karmaşıklık matrisi .......................................... 57
x
ŞEKİLLERİN LİSTESİ
Şekil
Sayfa
Şekil 1.1. 2007 yılı verilerine göre trafik kazalarında aylara göre ölüm sayısı ....................... 2
Şekil 1.2. Yapay sinir ağları ile trafik kazası tahmini için geliştirilmiş modelin yapısı ............ 3
Şekil 3.1. 2011-2020 Karayolu güvenliği için on yıllık eylem hedef göstergesi.................... 14
Şekil 3.2. Veri madenciliğinin alanları .................................................................................. 16
Şekil 3.3. Veri madenciliği modelleri .................................................................................... 19
Şekil 3.4. Veri madenciliği süreci.......................................................................................... 22
Şekil 3.5. Sınıflandırma süreci .............................................................................................. 30
Şekil 5.1. Weka'nın hiyerarşik yapısı .................................................................................... 51
Şekil 5.2. Veri seti ................................................................................................................. 52
Şekil 5.3. C 4.5 karar ağacı ................................................................................................... 58
xi
RESİMLERİN LİSTESİ
Resim
Sayfa
Resim 3.1.Weka applications menüsü ................................................................................. 35
Resim 3.2. Ön işlem sekmesi................................................................................................ 36
Resim 3.3. Sınıflandırma sekmesi ........................................................................................ 37
Resim 5.1. Araç tipi seçimi ara yüzü .................................................................................... 63
Resim 5.2. Uygulama ara yüzü ............................................................................................. 63
xii
SİMGELER VE KISALTMALAR
Bu çalışmada kullanılmış bazı simgeler ve kısaltmalar, açıklamaları ile birlikte aşağıda
sunulmuştur.
Kısaltmalar
Açıklama
DVM
Destek Vektör Makinesi
KTT
Kaza Tespit Tutanağı
MGM
Meteoroloji Genel Müdürlüğü
ODBC
Açık Veritabanı Bağlantısı
(Open Database Connectivity)
OLAP
Çevrimiçi Analitik İşlem
(Online Analytical Processing)
PHP
Metin Önişlemcisi
(Hypertext Preprocessor)
RDBMS
İlişkisel Veritabanı Yönetim Sistemi
(Relational Database Management System)
SBM
Sigorta Bilgi Merkezi
SPSS
Sosyal Bilimler için İstatistik Paketi
(Statistical Package for the Social Sciences)
SQL
Yapısal Sorgulama Dili
(Structured Query Language)
YSA
Yapay Sinir Ağları
1
1. GİRİŞ
Motorlu taşıtların gelişmesi ve çoğalması ile trafik problemleri ve trafik kazaları artarak
devam etmektedir. Trafik problemleri sosyal, çevresel, maddi konularda önemli kayıplara
neden olmaktadır. Sanayileşme ekonomik olarak daha güçlü toplumların ortaya çıkmasını
sağlamıştır. Kırsalda yaşamanın getirdiği zorluklar ve kent yaşamının görece avantajları 20.
yüzyılın başlarından itibaren kentlere göçü artırmıştır. Göçler ile kalabalıklaşan şehirler
trafik problemlerinin en önemli sebeplerindendir. Örneğin İstanbul’da 1914 yılında 800
bin kişi yaşamakta iken 2014 yılında bu sayı 14 milyonu geçmiştir. Şehirleşme ile ortaya
çıkan zaman kıtlığı, stres gibi etmenler ile insanlar daha sabırsız bir hale gelmiştir.
Kalabalık yollar ve sabırsız sürücüler, yayaların etkisi ile trafik içinden çıkılması güç bir
sorun halini almıştır. Trafikteki artış ile çoğalan trafik kazaları sürekli büyüyen bir
problemdir. Trafik kazalarının en önemli etkilerinden olan can kaybı, yaralanma, maddi
kayıplar her geçen gün daha fazla zararlara neden olmaktadır. Türkiye genelinde 2006
yılında 728 bin ölümlü, yaralanmalı ve maddi hasarlı trafik kazası gerçekleşmişken 2011
yılında 1 milyon 200 binden fazla trafik kazası gerçekleşmiştir (Karayolları Genel
Müdürlüğü, 2013). Araç sayısı ve kazaların sürekli artmasına rağmen, ölüm vakalarının da
düzenli bir gerileme ile azaldığı görülmektedir (World Health Organization, 2009).
Trafik güvenliği aşağıdaki gibi 5 aşamada değerlendirilebilir.
1. Karayolu güvenliği yönetimi ve denetimi
2. Güvenli yollar
3. Güvenli araçlar
4. Güvenli sürücü ve yayalar
5. Kaza sonrası müdahale
Görüldüğü gibi trafik kazası, nedenlerinin araştırılmasından, önlenmesi ve kaza sonrası
müdahaleye kadar devam eden bir süreç vardır. Bu aşamalardan kaza risklerin en aza
indirilmesi çözümünün tercihi, sorunun önlenmesine yönelik en etkili ve en faydalı tercih
olacaktır. Trafik kazalarının önlenmesi için denetimler, güvenli yollar, güvenli araçlar,
güvenli sürücü ve yayalar gerçekleştirilmesi için önemli çalışmalar yapılmış ve yapılmaya
2
devam etmektedir. Bu süreçte elde edilen veriler ve bu veriler sonucunda anlamlı bilgiler
üretilerek her aşamada değerlendirilmesi çalışmaları kazaların önlenmesinde oldukça
destekleyici olduğu düşünülmektedir.
Yol güvenliği 1920’li yıllardan itibaren üzerinde çalışılan bir konudur. Küresel olarak önem
verilen trafik güvenliği konusunda, 2 Mart 2010 tarihinde Birleşmiş Milletler Genel Kurulu
toplantısında “Küresel Yol Güvenliğinin İyileştirilmesi” konulu bir karar alınmıştır. Bu karar
sonucunda üye ülkelerden 10 yıllık (2011-2020) eylem planları talep edilmiştir. Bu karar
sonucunda ülkemizde 10 yıllık eylem planı hazırlanmıştır. Benzer önleyici faaliyetler, daha
güvenli araçlar, destekleyici teknolojiler ve daha güvenli yollar geliştirilmesine rağmen
trafik kazaları hala insanların yaralanması ve ölmesinde en önemli sebeplerdendir.
Özellikle araç kullanımının yoğunlaştığı yaz aylarında Şekil 1.1.’de görüldüğü gibi trafik
kazası sebebi ile ölümler katlanarak artmaktadır. Dünya Sağlık Örgütü’ne (DSÖ) göre,
trafik kazalarında her yıl 1 milyonun üzerinde kişi hayatını kaybetmekte ve bu sayı gittikçe
artmaktadır. Kaza kurbanlarının neredeyse yarısını yayalar ile bisiklet ve motosiklet
sürücüleri oluşturmaktadır.
Ölümlü trafik kazalarının yaklaşık %90’ı orta ve düşük gelirli ülkelerde meydana
gelmektedir. Oysa bu ülkelerdeki toplam araç sayısı dünyadaki toplam araç sayısının
yarısından azdır. Gerekli önlemler alınmaz ise 2030 yılına gelindiğinde 2,4 milyon kişinin
trafik kazaları sebebi ile hayatını kaybetmesi beklenmektedir (Kartal ve diğerleri, 2011).
Şekil 1.1. 2007 yılı verilerine göre trafik kazalarında aylara göre ölüm sayısı (Kartal ve
diğerleri, 2011)
3
Büyük çaplı verilerden bilgiye erişim makine öğrenmesi teknikleri ile mümkündür.
Günümüzde bilimsel çalışmalar, ticari faaliyetler, pazarlama, sağlık gibi pek çok alanda
çözüm üretmekte kullanılan makine öğrenmesi, trafik kazaları ile ilgili veriler aracılığı ile
kaza tahmini için de kullanılmaktadır. Literatür incelendiğinde yapay sinir ağları, karar
ağaçları, istatistiğe dayalı yöntemler ile trafik kazaları ve sebepleri tahmin etmeye yönelik
yapılmış çalışmalar bulunmaktadır. Şekil 1.2.’de trafik kazası tahmini için yapay sinir ağları
ile geliştirilmiş bir model görülmektedir. Trafik kazalarının sebepleri hava, yol şartları,
trafik yoğunluğu gibi etmenlerdir.
Şekil 1.2. Yapay sinir ağları ile trafik kazası tahmini için geliştirilmiş modelin yapısı
(Mussone ve diğerleri, 1999)
Bilgisayar teknolojisindeki gelişmeler ulaştırma sektörünün gelişmesini olumlu yönde
etkilemiştir. Özellikle son yıllarda Akıllı Ulaşım Sistemleri yaygınlaşmaya başlamıştır.
Günümüzde karayolu trafiğinde karşılaşılan farklı sorunların çözümünde dijital teknolojiler
kullanılarak yenilikçi yöntemler geliştirilmektedir.
Dünya’da karayolu trafiği açısından, trafik güvenliği alanında acil durum yönetimi,
elektronik denetim ve sürücü uyarı sistemleri gibi teknikler kullanılmaktadır. Ayrıca
gelecekte otonom araçlarla ulaşımın yapılabilir olması karayolu ulaşımına yepyeni bir
boyut kazandıracaktır (World Health Organization, 2009).
4
Yukarıda bahsedilen problemlerin çözümüne katkı sağlayabilmek için makine öğrenmesi
yöntemleri kullanılarak kaza riskini hesaplayabilen, anlık verileri kullanarak anlık
bildirimler ile sürücüleri uyaran bir sistem geliştirilmiştir.
5
2. LİTERATÜR ARAŞTIRMASI
Bu bölümde yapılan çalışma ile ilgili kaynaklar, internet kaynakları, kütüphaneler ve YÖK
tez merkezi başta olmak üzere araştırılmış ve bu kaynaklar özetlenmeye çalışılmıştır.
Trafik kazalarının sonuçlarında yaşanan maddi kayıplar, yaralanma, engelli olma, ölüm gibi
durumlar trafik kazalarının önlenmesi için çözümler üretilmesini zorunlu kılmaktadır.
Teknolojiden faydalanılarak güvenli araçlar, sürücü destekleyici sistemler ve güvenli yollar
geliştirilmektedir. Konu hakkında yapılan çalışmaların farklı alanlarda gelişmeler gösterdiği
görülmektedir.
Bu çalışmayla ilgili Kartal ve arkadaşları (2011), yol güvenliği 1920’lerden bu yana üzerinde
çalışılan bir konu olduğunu göstermektedir. Yol güvenliği ile ilgili ilk geniş çaplı çalışma
1924 yılında Amerika Birleşik Devletlerinde düzenlenen bir konferans ile gerçekleşmiştir.
Çalışma sonucunda, yol güvenliği için araçlar, sürücüler, çevre güvenliği ile ilgili bir dizi
düzenleme getirilmiştir. 2005-2009 yılları arasındaki verilere bakıldığında gelişmiş
ülkelerde yapılan düzenlemeler ile trafik kazalarında ölüm oranları azalırken, gelişmekte
olan ülkelerde artarak devam ettiği görülmektedir. Gerekli tedbirler alınmaz ise, 2030
yılında trafik kazalarından ölüm oranlarının diğer ölüm sebeplerine göre artarak beşinci
sıraya yükseleceği tahmin edilmektedir. Dünya’da trafik kazalarından kaynaklanan ölüm
sayısı yıllık 2,4 milyon kişiye ulaşması beklenmektedir. Türkiye’de araç sayısı 1990 yılından
2007 yılına kadar 3,5 kat artmıştır. Trafik kazasına karışan araç oranı ise 1990 yılında
1000’de 31 iken 2007 yılında 1000’de 63’e yükselmiştir. 2007 yılında gerçekleşen trafik
kazaları incelendiğinde en çok ölümlü kazaların yaz aylarında gerçekleştiği görülmektedir.
Trafik kazaları ile ilgili veriler incelendiğinde Avrupa Birliği’ne üye ülkelere göre, Türkiye
çok daha tehlikelidir. Ekonomik boyutuna bakıldığında ise trafik kazalarının maliyeti Gayri
Safi Milli Hâsılanın % 2’si kadardır. Trafik kazalarının gerçekleştiği tehlikeli bölgeler(kara
noktalar) her geçen gün arttığı için veya bu sonuçlara ulaşılmasını sağlayacak veri
sistemleri arttığı için bu noktalar farklı metotlar ile belirlenebilmektedir. Son yıllarda
coğrafi bilgi sistemleri de trafik kaza analizinde kullanılmaktadır.
Yapılan çalışma
sonuçlarına bakıldığında coğrafi bilgi sistemleri ile kaza olması muhtemel noktalar
6
belirlenebilir, gerekli önlemler alınır ve bu sistemin gerçek zamanlı olması sağlanabilir ise
kaza sayısında önemli bir azalma olabileceği belirtilmiştir (Karaşahin ve Terzi, 2011).
Mussone ve arkadaşları (1999), Trafik kazalarının sonucunda ortaya çıkan değişkenlerin
etkisini (örneğin araç akışı, yol yapısı, taşıt karakteristikleri gibi) ve bu değişkenlerin kaza
tahmininde işlevini incelemişlerdir. 1992-1995 yılları arasında kaza tahmininde tanımlayıcı
istatistiksel analiz önerilmektedir. Çalışmada Milano şehri trafik kazalarının verileri
kullanılmıştır ve yapay sinir ağları (YSA) kullanımına dayalı alternatif bir yöntem
önerilmektedir. Farklı senaryolar kullanılarak kavşaklar da tehlike derecesi bir YSA modeli
ile ölçülebilir. Çalışmanın yapıldığı dönemde, trafik kazalarını önlemek için YSA kullanımı
yenilikçi bir yaklaşımdır. Çalışma sonucunda, kesişim karmaşıklığı yüksek kavşaklarda kaza
oranı da yüksek görülmektedir. Yaya kazaları sonuçlarına bakıldığında, gece saatlerinde
sinyal kontrolü olmayan kavşaklarda daha yüksek oranda meydana geldiği görülmektedir.
Bayam ve arkadaşları (2005), Veri madenciliği yöntemleri ile özellikle yaşlı sürücüleri
inceleyen çalışmalarında, trafik kazalarında yaş, cinsiyet gibi faktörlerin etkilerini
değerlendirmektedir. Yapılan araştırma sonuçlarına veri madenciliği uygulamasında
kullanılan veriler, yaş grubu, bölge, eklem ağrısı, yolcu durumu, gözlük kullanımı, gece
sürüşü, günlük kat edilen mesafe, haftalık araç kullanım süresi, son 5 yılda yaşanan kaza
sayısı olarak belirlenmiştir. Veriler incelendiğinde yaşlı-tecrübeli sürücülerin daha az
kazaya karıştığı görülmektedir. Ayrıca cinsiyet ayrımına bakıldığında da kadın sürücülerin
erkek sürücülere oranla daha az kazaya karıştığı görülmektedir. Bu sonucu ortaya çıkaran
durumlar incelendiğinde ilginç sonuçlar ortaya çıkmıştır. Yapılan anket çalışmasında, yaşlıtecrübeli sürücülerin daha az araç kullanmaları daha az kazaya karışmaları sonucu ortaya
çıkarmaktadır. Ayrıca hava koşulları, sürüş saati gibi trafik kazalarında etkili durumlarda
uygun koşulları tercih ettikleri görülmüştür. Güvenli sürüş için önemli olan görüş
keskinliği, refleks, motor hareketleri gibi faktörler incelendiğinde dezavantajlı olan yaşlı
sürücüler, araç kullanım alışkanlıklarındaki olumlu sebepler ile trafik kazalarına karşı
avantajlıdır. Çalışmada tahmine dayalı veri madenciliği tekniklerinden sinir ağları ve karar
ağaçları kullanılmıştır. Bu çalışma ile veri madenciliği yöntemleri kullanılarak veriler ile
kaza arasındaki bilinmeyen ilişkiler ortaya çıkarılarak, yaşlı sürücüler için daha güvenli
7
sürüş durumları sağlanabileceği görülmektedir. Bu çalışmadan alınan sonuçlar tüm sürücü
gruplarını ilgilendirilen çalışmalarda kullanılabilir.
Xie ve arkadaşları (2007), çalışmalarında karayolu güvenliği çalışmalarında, bayes sinir
ağlarının geriye yayılma sinir ağlarına göre daha uygun olduğunu belirtmektedirler.
Çalışmada, Teksas eyaletindeki karayolu verilerini kullanılarak geri yayılım sinir ağı, Bayes
sinir ağı ve negatif binom regresyon modellerinin karşılaştırılması yapılmıştır. Çalışma
sonucunda genel olarak sinir ağı modellerinin, regresyon modelinden daha iyi sonuç
verdiği görülmektedir. İki sinir ağı modeli, tahmin yetenekleri açısında birbirine benzer
sonuçlar üretse de Bayes sinir ağı en uygun model olarak görülmektedir. Karayolu
güvenliği çalışmalarında, geri yayılım sinir ağı modeli aşırı uyum, karmaşıklık gibi sebepler
ile daha az tercih edilmektedir.
Sheng-Xue ve arkadaşları (2009), Trafik kazaları analizi için geçmişte yapılan çalışmalarda
regresyon analizi, lojistik ve sıralı probit modelleri gibi teknikler kullanılmıştır. Fakat bu
modeller varsayımlar içermektedir. Bu varsayımların bozulması durumunda modelin
tahmin yeteneği azalmaktadır. Bu çalışmada Bayes ağlarını kullanarak trafik ağının kilit
noktası olan kavşaklar için güvenlik konusunda çalışmışlardır. Bayes ağı belirsizlikler
mantığına dayalı bir olasılık teorisidir. Çalışmada kavşak güvenliği 3 aşamada
değerlendirilmiştir: Tasarım, yönetim ve işletme şartları. Öncelikle Bayes ağları ile kavşak
güvenlik değerlendirme modeli çıkartılarak, uzman görüşlerine ihtiyaç duymadan uygun
sonuçlar elde edilebilen bir sistem tasarlanmıştır. İkinci aşamada uzman görüşleri ve
model
sonuçları
ile
sürecin
topolojik
yapısı
oluşturulmaktadır.
Güvenlik
değerlendirmesinde model 5 farklı seviye de sonuç üretmektedir.
Beshah ve Hill (2010), çalışmalarında karayolu güvenliği için yol faktörlerinin rolünü
Etiyopya trafik verilerinden yararlanarak incelemişlerdir. Çalışmada, karar ağacı,
NaiveBayes ve K-en yakın komşu teknikleri seçilerek sonuçları incelenmiştir. Test
verilerinin niteliklerine bakıldığında yol tipi, kaplama türü, hava ve zemin şartları, kaza
durumu gibi veriler ile karşılaşılmaktadır. Çalışmada verilere makine öğrenmesi
modellerinin uygulanması için Weka yazılımı kullanılmıştır. Test edilen verilerin
sonuçlarına bakıldığında bu üç model arasında anlamlı olmayan farklar görülmektedir.
8
Gerekli destekler sağlandığında bu modeller kullanılarak tatmin edici sonuçlar ortaya
çıkacağı görülmektedir.
Hongguo ve arkadaşları (2010), trafik kazalarının sebeplerinin incelenmesi için, anket
verileri ile istatistiksel analize dayalı bayes ağı modeli geliştirmişlerdir. Nitelik olarak daha
önceki çalışmalarda gördüğümüz yol durumu tercih edilmiştir. Farklı olarak kaza
gerçekleşme şekli, yaralanma, ölüm durumları ve kazanın maddi boyutları kullanılmıştır.
Çalışmada belirtilen önemli noktalar ise verilerin çeşitliliğinin trafik kaza analizi için kısıtlı
olması sebebi ile çalışmanın geliştirilmesi gerektiği ve dağılım tanımı kullanılarak Bayes ağ
uygulaması geliştirilebileceği sonucuna varılmıştır.
Başka bir çalışmada Çelik (2010), Trafik güvenliği ile ilgili yöntemlerden birisi de teknoloji
ile birlikte gelişen elektronik sistemler ile bunları kontrol eden yazılımlardan oluşan “Akıllı
Ulaşım Sistemleri” olarak görülmektedir. Akıllı Ulaşım Sistemleri ulaşım altyapısına ve
araçlara, bilgi ve iletişim teknolojisinin yeteneklerini sunarak, güvenliği artırma, ulaşımı
kolaylaştırma çalışmaları olduğu açıklanmıştır. Trafik lambaları, uzaktan kontrollü
elektronik bilgilendirme panoları, kritik ulaşım bilgilerinin toplanması ve değerlendirilmesi,
otomatik yol denetim sistemleri Akıllı Ulaşım Sistemleri uygulamalarına örnek olarak
verilebilmektedir. Çalışma da “Akıllı Trafik Sistemleri” ’nin tanımı, içeriği, kullanılan
teknolojiler ile trafik sıkışıklıkları ve trafik güvenliğine ne gibi etkilerde bulunduğu
araştırılarak sonuçları sunulmuştur. Antalya ve Konya illeri çevresinde bulunan “Akıllı
Ulaşım Sistemleri” kapsamında kullanılan sistemlerden “Led’li radar göstergeleri” ’nin
yaralanmalı ve ölümlü trafik kazalarına etkisi incelenmiştir. Türkiye’de “Akıllı Ulaşım
Sistemleri”nin hangi amaçla, nerelerde kullanılabileceği tartışılarak, yerel yönetimler için
bazı öneriler getirilmiştir.
Kaygısız (2012) çalışmasında, Trafik güvenliği öncelikli kent planlaması stratejilerine
katkıda bulunmayı amaçlamıştır. Trafik kazaların % 90’ı kentsel alanlarda gerçekleşmekte
ve kentsel alanlarda gerçekleşen bu kazalar sonucunda her gün ortalama 4 insan
ölmektedir (toplam ölümlerin % 33’ü), 300 insan yaralanmakta (toplam yaralanmaların %
54’ü) ve milyonlarca liralık ekonomik kayıp meydana geldiği görülmektedir. Trafik kazaları
kentsel alanlarda var olan önemli bir halk sağlığı ve güvenlik sorunudur, trafik güvenliği
9
öncelikli olarak kentsel planlama çalışmaları yapılması trafik kazalarını ve etkilerini
azaltacağını belirtmektedir. Kentsel alanlarda trafik kazaları tahmin modeli trafik
kazalarına neden olan kentsel unsurları belirlemek için uygulanabileceğini belirtmektedir.
Çalışmada, Eskişehir Kenti örneklem alanında geliştirilen trafik kazası tahmin modelleriyle
kentsel arazi kullanım kararlarının trafik kazalarına etkisi incelenmiştir.
Çinicioğlu ve arkadaşları (2013), Türkiye’de ulaşım için öncelikli olarak karayolunun
kullanılması ve mevcut altyapının bu yoğunluğa karşılık vermekte zorlanması, sürücü ve
yayaların kuralları ihlal etmesi sonucunda ülkemizde çok sayıda trafik kazası
gerçekleşmektedir. Trafik kazalarının önlenebilmesi, gerekli tedbirlerin alınabilmesi için
kazalara neden olan unsurların detaylı bir şekilde analiz edilmesi gerekmektedir.
Çalışmada trafik kazaları ve trafik kazalarına sebep olan unsurlar Bayes Ağları aracılığıyla
analiz edilmiştir. Bayes Ağları, yapılan çıkarımların görsel olarak kullanıcıya aktarılması
açısından önemli bir modeldir. Çalışmada Silivri Bölge Trafik Şube Müdürlüğü ve İlçe
Jandarma Trafik Tim Komutanlığı’ndan alınan trafik kaza tespit tutanaklarının içerdiği
bilgiler kullanılarak oluşturulan veri setinden Bayes Ağı öğrenilmiştir. Oluşturulan model
ile doğru tahmin oranı test verisi ile denenmiştir. Oluşturulan modelin performans
kriterleri kullanılarak ölçülmüştür.
Özen ve arkadaşları (2014), Trafik kazaları ülkelerin ekonomik ve sosyal yapısında önemli
kayıplara sebep olmaktadır. Ekonomik kayıpların telafisi kolay iken, sosyal ve toplumsal
kayıpların telafisi mümkün değildir. Çalışmada trafik kazalarının sosyal boyutu ele
alınmaktadır. Trafik kazalarının sebeplerini kişilerin bakış açısı ile değerlendirmektedir. Bu
amaçla Uşak ilinde 506 kişilik bir gruba anket çalışması yapılarak elde edilen veriler SPSS
paket programı kullanılarak tek yönlü anova testi yardımıyla analiz edilmiştir. Sonuçlara
bakıldığında, kazalarda sürücü ve yayaların önemli kusurları olduğu kabul edilmektedir.
Ayrıca kazaların yol kusurlarının da önemli bir etmen olduğu görüşü ön plana çıkmaktadır.
Çiçek (2014), Ülkemizde her gün yaklaşık 600 ve her saat 27 trafik kazası gerçekleştiğini,
bu kazalarda günde 5-20 kişi öldüğünü belirtmiştir. Trafik kazalarının oluşmasının en
önemli etmeni olan insan faktörünün etkisi %94’lere ulaşmaktadır. Trafik kazalarına etki
eden faktörler, insan faktörü (sürücü, yaya, yolcu), araç faktörü, yol faktörleri, çevresel
10
faktörler, trafik yönetim, denetim ve uygulamasından kaynaklanan faktörler olarak
özetlenmektedir. Trafik kazalarında coğrafi şekil, konum ve iklim ile ilgili faktörler, mevsim
özellikleri ve kar, yağmur, sis gibi hava durumu faktörleri trafik kazalarında önemli rol
oynadığı görülmektedir. Yolun geometrisi, yapım kalitesi ve bakımı, geçit ve kavşakların
varlığı ve kullanışlılığı, trafik kontrol ve işaretlerinin yerleri, sürekliliği ve görünürlüğü ve
sürüş ortamlarının çeşitliliği, sürücü performansını ve taşıt tasarımını etkileyen önemli
faktörler olduğu belirtilmektedir. Kazalara neden olan yol faktörü istatistiklere çok az
girmektedir, kaza sonunda rapor verenlerin ve karar vericilerin bu konuda bilgi eksiklikleri
bunun önemli sebebi olabileceği belirtilmektedir. Trafiğin akışı için önemli olan yolların
özellikleri; yol düzeni, kalitesi, işaret ve uyarıcı levhalar ve trafik yükünden oluştuğu
görülmektedir. Trafikte güvenliğin insan boyutunun en önemli birey olan sürücülerdir,
sürücü psikolojisi üzerine yapılan araştırmalar, sık sık kazaya karışanların çok düşük bir
oran oluşturduğu, kazalara karışanların büyük oranda ilk kazasını yapanların olduğu
görülmektedir. Trafik güvenliği aktif güvenlik ve pasif güvenlik olarak ikiye ayrılır. Aktif
güvenlik, bireylerin kazalardan kaçınması için, taşıtın kumanda ve frenleme yetenekleri,
bilgilendirme sistemleri ve ergonomik bir dizaynı kapsamaktadır. Pasif güvenlik, kaza
gerçekleştiğinde, kazanın olumsuz sonuçlarını azaltmak amacıyla yapılan bütün yapısal ve
tasarım özelliklerini kapsamaktadır.
11
3. KAVRAMSAL ÇERÇEVE
Bu bölümde genel olarak çalışma konusunda arka plan oluşturacak olan trafik kazaları,
veri madenciliği, makine öğrenmesi konuları ile ilgili bilgiler verilmiştir.
İnsanlık tarihinde göçebe yaşam ile ortaya çıkan ulaşım ihtiyacı katlanarak artmaktadır.
Karayolu taşımacılığı ulaştırma hizmetlerinin büyük bir bölümünü oluştururken
beraberinde çözümü güç problemler getirmektedir. Büyük maddi kayıplar ile birlikte
toplum üzerinde olumsuz sosyal etkileri olan trafik kazaları karayolu ulaşımının çözülmesi
zorunlu problemlerindendir.
Teknolojik gelişmelerin kazanımlarından olan veri ambarlarının büyümesi, bu verilerden
bilgiye erişim için yenilikçi yöntemlerin geliştirilmesini sağlamıştır. Veri madenciliği kısaca
veriden bilgiye erişim olarak tanımlanabilir. Günümüzde teknolojinin her alanda
kullanılıyor olması, veri madenciliğinin geniş uygulama alanlarının olması sonucu ortaya
çıkarmaktadır.
Bu çalışma ile trafik kaza verilerinden faydalanarak anlık kaza tahmininde bulunabilen bir
uygulama hazırlanmıştır. Kaza riskini tahmin ederek sürücüyü anlık olarak uyarabilen bir
sistemin trafik kazalarının azaltılması yönünde olumlu etkileri olacaktır.
Bu bölümde ise trafik, trafik kazaları veri madenciliği, makine öğrenmesi ve makine
öğrenmesi tekniklerinden bahsedilmiştir.
3.1. Trafik
Eski çağlarda kent hayatının rahatlığı ve sakinliği yerini günümüzde çeşitli sorunlara
bırakmıştır. İnsanlık tarihinde göçebe yaşam sebebi ile ortaya çıkan ulaşım ihtiyacı yerleşik
düzene geçilmesine karşın, sanayileşme ile başlayan ulaşım sorunlarına dönüşmüştür.
Ulaşım araçlarının çoğalması ile artan trafik sorunlarına en yaygın çözüm olarak seçilen,
yeni yollar açmak ve yolları genişletmek kalıcı bir çözüm üretmemektedir. Trafik; sosyal
problemler, çevresel ve gürültü kirliliği gibi başka problemlerinde ortaya çıkmasına sebep
olmaktadır. Bu problemlerin aşılması için ulaşım alternatifleri ve politikaları belirlemeden
12
önce ulaşım alternatiflerini Özel Otomobil, Taksi-Dolmuş, Minibüs, Otobüs, Raylı
Sistemler, Yaya ve Bisiklet Ulaşımı şeklinde gruplar halinde ayırarak değerlendirmek
gereklidir (Güvenal ve diğerleri, 2005).
Ülkemizde Cumhuriyet’in ilk yıllarında demiryolu ve denizyolu ulaşımı alanında yapılan
atılım, nüfusun üretime ve tüketime daha fazla katılmasına, ticaretin ve sanayinin
gelişmesine önemli katkılarda bulunmuştur. Günümüzde Türkiye’de ulaştırma sistemi ülke
ekonomisine büyük boyutlarda zarar vermektedir. Türkiye’de özellikle yolcu ve yük
taşımacılığında yıllardır maliyeti yüksek, kalite düzeyi düşük taşımacılık yapılmaktadır.
2008 yılı itibarıyla AB’de yolcu taşımacılığının %83,2’si, yük taşımacılığının ise %45,9’u
karayolu ile yapılmaktadır. Ülkemizde ise yükte %88,3 ve yolcuda %91,8 taşıma karayolu
ile yapılmaktadır. Son yıllarda demiryolu ve hava ulaşımında ilerlemeler kaydedilmesine
rağmen yük taşımacılığının %80,63’ü, yolcu taşımacılığının 89,59’u halen karayolları ile
yapılmaktadır. Ulaşım ağının ve taşıt filosunun oluşturulması için gerekli olan yatırım
maliyetlerinin yanında, ulaşım ağları üzerinde taşıtların hareketi sırasında oluşan yüksek
maliyetler büyük yük oluşturmaktadır ve trafik yoğunluğunda hızlı bir artışa sebep
olmaktadır (Kaya, 2008; Çinicioğlu ve diğerleri, 2013).
3.2. Trafik Kazaları
2013 verilerine göre Türkiye’de her gün yaklaşık 3300 kaza gerçekleşmekte her 10
kazadan 1’i ölüm veya yaralanma ile sonuçlanmaktadır. Bu kazalarda her gün ortalama 10
ölüm gerçekleşirken, 750 kişide yaralanmaktadır. Yıllık zaman dilimine bakıldığında trafik
kazaları en çok yaz aylarında, haftalık olarak incelendiğinde ise hafta sonları gerçekleştiği
görülmektedir. Saatlik olarak incelendiğinde en çok kaza 15-18 saatleri arasında
gerçekleşmekte iken, kaza başına ölüm oranının ise 06-09 saatlerinde yoğunlaştığı
görülmektedir. Bu sonuçların ortaya çıkışındaki en büyük etken ise araç kullanımının ve
seyahat yoğunluğunun bu zaman dilimlerinde gerçekleşmesidir. Ölümlü trafik kazaları
daha çok yerleşim yeri dışında gerçekleşmekte iken, yaralanmalı kazalar ise yerleşim yeri
içinde gerçekleşmektedir. Ölümlü ve yaralanmalı kazaların yarısı tek araçlı kazalar iken,
diğer yarısı ise 2 ve daha fazla aracın karıştığı kazalardır. Ölümlü ve yaralanmalı kazaların
büyük çoğunluğu sürücü hatasından gerçekleşmektedir ve en büyük kusur oranı ise hız
13
kurallarına uyulmaması olarak görülmektedir. Son 10 yılda ülke nüfusu ortalama %1
artmaktadır, buna karşın araç ve sürücü belgesine sahip olma oranının artışı %5’in
üzerindedir. Trafik kaza oranı da araç ve sürücü sayısına orantılı olarak artmakta iken
alınan önlemlerin etkisi ile ölümlü kazaların miktarı ise orantılı olarak azalmaktadır.2003
yılında kat edilen her 100 milyon kilometrede ölüm sayısı 5,72 iken bu sayı 2013 yılında
2,33’e kadar düşmektedir. AB üyesi ülkelerde her 1000 kişiye 618 araç düşmekte iken
Türkiye’de bu sayı 234’e kadar düşmektedir. Araç/ölüm sayısı oranına bakıldığında
Türkiye’de her 100.000 araca karşın 21 ölüm gerçekleşirken bu oran AB üyesi ülkelerde
ortalama 11 de kalmaktadır. Trafik ve bunun sonucunda ortaya çıkan trafik kazalarının
maddi ve sosyal etkileri, artarak devam eden önleyici çalışmalara rağmen büyümektedir.
Bu alanda ülkemizde sorumlu kurumların yaptığı önemli çalışmaların artırılarak devam
etmesi ve yenilikçi yöntemlerle desteklenmesi gerekmektedir (Trafik Kazaları Özeti, 2013).
3.3. Trafik Kazalarının Değerlendirilmesi
Gelişmiş ülkeler trafik kazalarının önlenmesi için çeşitli stratejiler geliştirmekte ve
çalışmalar için gerekli destekleri sağlamaktadır. Gelişmekte olan ve diğer ülkelerde ise
trafik güvenliği ile ilgili çalışmalar yetersizdir veya hiç desteklenmemektedir. Bu durumun
sonucunda trafik kazalarının maddi ve manevi etkileri gelişmiş olan ülkelerde azalmakta
iken diğer ülkelerde katlanarak artmaktadır. Türkiye trafik güvenliği ile ilgili bir stratejiye
sahiptir. Sorumlu kuruluşların da belli olduğu bir ülke olmasına rağmen hedefleri
ölçülebilir olmayan ve finansal açıdan destekleri belirsiz bir yapıya sahiptir. Dünya trafik
kazalarının önlenmesi raporunun önerileri önemlidir ve rapor önerilerinin uygulandığı
ülkelerde trafik kazalarının olumsuz etkileri azalmaktadır. Ölümlere sebep olan sağlık
problemlerindeki gelişmeler ve trafik sorununun büyümesi göz önüne alınarak yapılan bir
tahmine göre 2004 yılı itibari ile 2,2 milyon ölüm sayısı ile ölüme sebep olan etkenler
sıralamasında trafik kazaları 9. sıradır. Gerekli tedbirler alınmaz ise 2030 yılında 5. sıraya
yükselerek 3,6 milyon kişinin ölümüne sebep olması öngörülmektedir. Ülkelerin geleceğini
şekillendirecek 5-14 yaş aralığındaki bireylerin ölüm sebeplerine bakıldığında trafik
kazaları 2. sıradadır, 15-29 yaş aralığındaki bireylerin 1. ölüm sebebi yine trafik kazalarıdır.
Bu göstergeler de trafik kazalarının etkilerinin ne kadar kalıcı ve önemli olduğunu
göstermektedir (World Health Organization, 2009).
14
Farklı bir perspektiften bakıldığında trafik kazalarına erkeklerin karışma oranının çok daha
yüksek olduğu görülmektedir. Genele bakıldığında her 4 kazadan 3’ü erkeklerin sebep
olduğu veya etkilendiği kazalardır. 15-29 yaş aralığına bakıldığında ise erkeklerin kazaya
karışma oranı %80 seviyesine çıkmaktadır. Bu durum erkeklerin aşırı hız yapma, alkollü
araç kullanma gibi riskli davranışlara daha yatkın olmasından kaynaklanır. Sonucunda
erkekler için hem kaza riskini hem de kazanın etkilerini artırmaktadır. Avrupa Birliği’nde
trafik kazalarının ekonomik maliyeti incelendiğinde tahminlere göre trafik kazalarının
toplam yıllık maliyeti 180 milyar Euro’ya ulaşmaktadır (World Health Organization, 2004).
Şekil 3.1. 2011-2020 Karayolu güvenliği için on yıllık eylem hedef göstergesi (WHO, 2009)
Trafik kazalarının en büyük sebebi sürücülerin ihlal ve ihmalleridir. Denetimler, ağır
cezalar, yaptırımlar gibi sürücüleri daha dikkatli olmaya, kurallara uymaya zorlayıcı
etmenler önemli etkiler göstermesine rağmen kesin çözüm değildir. Ülkemizde etkileri ve
sürüş alışkanlıkları sebebi ile trafik kazalarında en riskli sürücü gruplarının başında
kamyon, tır vb. gibi taşımacılıkta kullanılan büyük araç sürücüleri gelmektedir. Öğrenim
15
düzeyinin trafik kazalarına etkisine bakıldığında, öğrenim düzeyi yükseldikçe kural ihlali ve
hata yapma oranının arttığı, buna karşın öğrenim düzeyi düştükçe dikkatsizlik ve
kontrolsüzlüğün arttığı görülmektedir. Öğrenim düzeyi ayrımı yapmadan sürücülerin
özellikle risk yükseldiğinde etkili olarak uyarılması, bilgilendirilmesinin gerekliliği
görülmektedir. Trafik kazaları doğrudan veya dolaylı olarak çevresel sebeplerden
kaynaklanabilmektedir. İklim şartları ve kalabalık gibi durumlar bireydeki stres,
saldırganlık ve kontrolsüzlük düzeyini artırmaktadır. Aşırı sıcak ve aşırı sıcaklık ile birlikte
aşırı nem gibi sebeplere bağlı olarak kaza riski artmaktadır. Sürücü ve yayaları etkileyen,
trafikte karşılaşılabilecek riskleri etkileyen önemli bir faktörde yol durumudur. Yapılan
birçok çalışmada belli noktaların trafik kazası için daha riskli olduğun göstermektedir
(Sönmez, 2000).
3.4. Veri Madenciliği
Teknolojinin gelişmesi ve yaygınlaşması sonucunda Evren’deki her hareket, değer ve
ölçüm veri ambarlarında saklanmaktadır. Veri ambarlarından klasik istatistik yöntemleri
ile belli sonuçlar çıkartılabilmektedir. Veri miktarının artması ve bu verileri analiz etme
araçlarının gelişmesi, toplanan veriyi analiz etmeye yönelik ilgiyi arttırmıştır. Bu gelişmeler
sonucunda, akademik ve iş dünyasında veri madenciliği çalışmalarının yaygınlaştığı
görülmektedir. Veri madenciliği ile büyük veri tabanlarından anlamlı bilgiye ulaşmak;
verilerde gizli desenleri, ilişkileri ve eğilimleri keşfetmek ve karar vermeye yardımcı olmak
için kullanılan bir yaklaşımdır. Basit bir ifadeyle, veri madenciliği verileri anlamlı bütüne
dönüştürmenin bir yoludur. Veri madenciliği bilgi keşfi olarak adlandırılan sürecin bir
aşamasıdır. Veri madenciliği ile doğrulama yapılmadan otomatik olarak güvenilir desenler
ve bilgi bulunamaz. Bu süreçte varsayımlar oluşturmak için iş analistleri çalışır.
16
Veri madenciliğinde kullanılan farklı teknikler vardır. Bu teknikler; istatistik, yapay zekâ,
makine öğrenmesi, örüntü tanımlama ve veri görselleştirmesi gibi alanlarda
kullanılmaktadır (Seyrek ve Ata, 2010).
Şekil 3.2. Veri madenciliğinin alanları (Baykasoğlu, 2005)
17
3.4.1. Veri madenciliğinin gelişimi
Veri madenciliğinin temeli 18. asırda yaşamış Thomas Bayes’in olasılık kuramı üzerine
yapmış olduğu çalışmalar ile atılmıştır. Daha sonra Bayes teoremi olarak adlandırılan bu
teorem ilk veri madenciliği çalışmalarındandır. Veri madenciliğindeki gelişmeler 20. asrın
başında ortaya çıkan istatistik bilimindeki gelişmeler ile devam etmiştir. 1950’li yıllarda
yapay sinir ağları ile 1960’lı yıllarda makine öğrenmesi kavramları veri madenciliğinin
tarihinde önemli yere sahiptir. 1960’lı yıllarda ortaya çıkan veritabanı teknolojisi, veri
madenciliğinin dijital ortamda uygulanmasının kapısını açmıştır.
Dijital ortamda verilerin saklanması ile başlayan süreçte, ilk aşama olan veri toplama
aşamasıdır. Veri toplama aşamasında basit hesaplamalar yapılmak üzere veriler
toplanmıştır. Elde edilen veriler ve hesaplamalar, giriş düzeyinde ticari soruları yanıtlamak
ve temel düzeyde bilgiler sağlamaktan öteye geçmemiştir.
İkinci aşama veriye erişim olarak adlandırılmaktadır. Bu aşamada yapılandırılmış, belli
kuralları olan verileri depolamak için veritabanları kullanılmaya başlanmıştır. Veri toplama
ve yönetim verilerinin raporlanması sağlanarak şirketlerin politikaları oluşturulmuştur. Her
çalışma yapısı kendine özgü ihtiyaçlara veya biçime uygun olduğu için verilerin sonucunda
elde edilen çıktılar da sınırlı olmuştur.
Sonraki aşamada tek tek figürleri bilinen, toplu çalışmaların performansını belirleyecek
sorular sorulabilmiştir. Örneğin bir bölgedeki, belli bir zaman dilimi için kayıtların
filtrelenmesi, toplamının ve ortalamasının alınması gibi sonuçlar veri gezinme aşamasında
kullanılabilir olmuştur. Çok boyutlu veritabanları ile farklı kurumların performanslarına
ilişkin detayların karşılaştırılabileceği bir seviyeye gelinmiştir.
Son seviyede günümüzde kullanılan anlamıyla veri madenciliği ortaya çıkmıştır. Çevrimiçi
analiz araçlarının geri bildirimi ve işbirliği içindeki iş birimleri ile bilgi alışverişi sağlanır.
Günümüzde her alanda hızla değişim ve gelişim devam etmektedir. Zamanın değerli
olduğu, her işletmenin, kurumun bir biri ile yarıştığı bu süreçte çevrimiçi veri depolama,
değerlendirme ve analiz yapma önemli bir ihtiyaçtır. Veri madenciliğin ortaya çıkan bu
ihtiyaçları karşılayabilmesi ve devam eden gelişim süreci gibi özellikleri ile yararlılık
18
düzeyini artırmaktadır. Kurumlar stratejik kararlar alırken veya yeni politikalar belirlerken
veri madenciliğinin birçok sürecinden faydalanmaktadır. Örneğin müşterilere cazip
gelecek bir kampanya belirlerken, mağaza yerleşimine, tasarımına karar verirken veri
madenciliği ile elde edilen bilgilerden yararlanmaktadır. Bu kararların verilebilmesi için
geçmiş deneyimlerin, alışkanlıkların, verilerin veri madenciliğinin alana uygun modellerine
göre saklanması gerekir. Gelişmiş algoritmalar ile hazırlanan uygulamalar, geniş kapsamlı
verilerden bilgiler ortaya çıkarırken, veriler arasındaki ilişkileri de ortaya çıkarabilir.
Veri madenciliği teknolojisinin temel bileşenleri olan; istatistik, yapay zekâ ve makine
öğrenmesi gibi alanlarda gelişim yıllardır devam etmektedir. Günümüzde bu teknolojiler
gelişmiş ve ilişkisel veritabanı sistemleri ve veri bütünleştirme kültürü ile birleştiğinde,
eskiden kullanılan gömülü sistemlerin yerini almıştır. Çizelge 3.1.’de veri madenciliğinin
gelişim aşamaları görülebilmektedir (Rygielski, 2002).
Çizelge 3.1. Veri Madenciliğinin Gelişim Aşamaları
Aşama
Teknoloji
Özellikler
Veri
Toplama
(1960'lar)
Bilgisayarlar, bantlar, diskler
Geçmişe yönelik, statik veri iletim
Veri
Erişim
(1980'ler)
İlişkisel veritabanları (RDBMS), Structured
Query Language (SQL), ODBC
Geçmişe yönelik, düzeyde dinamik
veri iletim kaydı
Veri
Gezinme
(1990'lar)
Çevrimiçi analitik işleme (OLAP), çok boyutlu
veritabanları, veri ambarları
Geçmişe yönelik, birden
düzeyde dinamik veri iletimi
Veri Madenciliği
(2000)
Gelişmiş
algoritmalar,
çok
bilgisayarlar, büyük veritabanları
Muhtemel, önleyici bilgi teslimi
işlemcili
fazla
3.4.2. Veri madenciliği uygulamaları
Veri madenciliği yöntemlerini denetimli ve denetimsiz olarak iki kategoriye ayırmak
mümkündür. İyi tanımlanmış kesin bir hedef belirlendiğinde denetimli, iyi tanımlanmamış
veya belirsizlik durumunun olduğu yöntemler denetimsiz olarak adlandırılır. Denetimsiz
yöntemler daha çok veriyi anlamak, tanımak, keşfetmek için kullanılır. Bu yöntemlerde
amaç sonraki uygulamalara yönelik fikir vermek ve temel oluşturmaktır.
Denetimli yöntemler veriden bilgi ve sonuca ulaşmak için kullanılmaktadır. Veri
madenciliği modelleri işlevlerine göre değerlendirmek gerekir ise;
19
• Değer tahmini(Sınıflandırma) ve Regresyon
• Kümeleme
• Birliktelik kuralları
olmak üzere 3 grupta incelebilir. Sınıflama modelleri denetimli(tahmin edici), kümeleme
ve birliktelik kuralları modelleri denetimsiz(tanımlayıcı) modellerdir (Özkan, 2008).
Şekil 3.3. Veri madenciliği modelleri (Narli ve diğerleri, 2014)
Veri madenciliğinin kullanım alanları
Veri madenciliği verinin olduğu ve sonucunda veri ambarlarının oluştuğu her alanda
kullanılmaktadır. Veri madenciliğinin kullanıldığı alanlar;
Bilimsel ve mühendislik alanları
Günümüzde laboratuvar veya bilgisayar ortamında bilimsel veri üretilmektedir. Elde
edilen bu verilerin anlamlandırılması için veri madenciliği çok uygun bir platform sağlar.
Ampirik veriler üzerinde modeller kurularak bilimsel ve teknik problemlerin çözümlenmesi
gibi uygulama örnekleri bulunmaktadır.
20
Sağlık alanları
Veri madenciliğinin en umut verici uygulama alanlarından birisi tıp ve sağlık alanıdır.
Özellikle tarama testleri, hasta verileri ve belirtilerine göre hastanın risk, uygun tedavi
yöntemleri ve önceliklerinin belirlenmesi gibi geniş uygulama alanları vardır.
Endüstri alanları
Üretim ve pazarlama süreçleri çeşitli veriler üretilir. Bu veriler karar verme işlemlerinde
kullanılabilir. Üretim sürecindeki veriler ile kalite kontrol, lojistik ve pazarlama verileri ile
ürünün pazar değeri, talep ve müşteri beklentileri gibi farklı alanlarda bilgi üretimi veri
madenciliği ile sağlanmaktadır.
Alışveriş ve pazarlama alanları
Veri madenciliği ile bu alanda en çok sepet analizi uygulamaları görülmektedir. Müşterinin
tercihleri
değerlendirilerek
ürünler
arasındaki
ilişkilerin,
desenlerin
çıkartılması
sağlanmaktadır. Bu ilişkiler ile müşterinin tercihlerine göre yapılacak düzenlemeler ile
işletmenin karı artırılabilir. Benzeri çalışmalar ile pazarlama politikaları belirlemek amacı
ile çapraz satış analizleri, müşteri segmantasyonu için veri madenciliği çalışmaları
yapılmaktadır.
Bankacılık ve finans alanları
Bankacılık alanında en çok risk analizi için ve usulsüzlük tespitinde veri madenciliği tercih
edilir. Kredi ve kredi kartı sahtekârlığı, risk, müşteri eğilimi, kar analizi gibi alanlarda veri
madenciliği uygulamaları görülmektedir.
Eğitim alanları
Öğrenci verileri analiz edilerek öğrencilerin başarı ve başarısızlık nedenleri, başarının
arttırılması için uygulanması gereken politikaları belirlenmesi, akademik eğitimin devamı
21
ile okul başarısı ilişkisinin belirlenmesi gibi alanlarda yapılan çalışmalar ile eğitim kalitesi
arttırılabilir.
İnternet verileri
İnternette üretilen veriler yoğunluk ve karmaşıklık olarak hızla artmaktadır. Web
madenciliği yoğun veri üretimi sebebi ve gelişmiş toplumların birçok ihtiyacını web
üzerinden gerçekleştirmesinden dolayı, gelişmeye açık ve yeni fırsatlar ortaya çıkan
alandır.
Bu alanda web sayfaları arasındaki ilişkiler belirlenebileceği gibi, web
içeriklerinden anlamlı bilgiler üretilebilir veya web sitesi ziyaretçilerinin erişim verileri ile
davranış ve tutumları belirlenebilir.
Metin (Doküman) alanları
Metin veri madenciliği yöntemi ile dokümanlar arasında benzerlikler belirlenebilir.
Metindeki anlamlı ve nitelikli bilgiler; özet üretilmesi veya metin ile modelleme yapılması
yoluyla kullanıcı, müşteri gibi bireylerin davranışlarının belirlenmesinde kullanılabilir.
Bu alanlar dışında veri madenciliğinin kullanıldığı sayısız örneklerde bulunabilir. Örneğin;
sigortacılık, borsa, taşımacılık, ulaşım, turizm, telekomünikasyon gibi alanlarda yapılmış
çalışmalar bulunmaktadır (Akgöbek ve Çakır, 2009).
Veri madenciliğinin uygulanması
Veri madenciliği, birbirini izleyen adımlardan oluşan tekrarlı bir süreçtir. Veri yığınları
içinde, sanal araştırmalar yapılarak işlevsel veriyi ortaya çıkartma ve bilgi keşfi aşamasında
desenleri belirleyerek süzme ve sonraki aşamaya hazırlama sürecidir. Şekil 3.4.’de süreç
detaylı olarak görülmektedir. Veri madenciliğinde, veri özelliklerinin yapılacak çalışmaya
göre yeterli ve detaylı incelenmesi uygulamanın başarısı ile doğrudan orantılıdır.
22
Şekil 3.4. Veri madenciliği süreci
Veri madenciliği süreci aşağıdaki gibidir.
• Problemin tanımlanması,
• Verinin kavranması ve toplanması
• Verilerin hazırlanması,
• Modelin kurulması ve değerlendirilmesi,
• Modelin izlenmesi (Shearer, 2000).
Problemin tanımlanması
İlk aşama olarak yapılması beklenen işe göre problem tanımlaması yapılır. Çalışmanın
hangi iş için yapılacağının açık bir şekilde tanımlanmalıdır. İlgili iş, çözüm geliştirilecek
problem üzerine odaklanmış ve açık bir dille ifade edilmiş olmalıdır. Bu aşama bundan
sonraki aşamaların temelini oluşturacağı için iyi tasarlanmalıdır ve hedefler açıkça
belirlenmelidir (Tüzüntürk, 2010).
23
Verilerin kavranması ve toplanması
Tanımlanan probleme göre ihtiyaç duyulan verilerin belirlenmesi, toplanması ve verilerin
tanımlanması ile devam eder. Veri toplanması ile başlayan süreç sonuca ulaşılmak istenen
iş ile ilgili veri kalitesi sorunlarını belirlemek, verinin ilk kavranışını keşfetmek ya da gizli
bilgilere ulaşmak için alt kümeler ortaya çıkarma için faaliyetler devam eder. Bu adımda
veri kalitesi belirlenir. İşin kavranması ile verinin kavranması arasında yakın bir bağlantı
bulunmaktadır.
Verilerin hazırlanması
Veri madenciliğinin üçüncü adımı verilerin hazırlanmasıdır. Bu aşama ile toplanan veriler,
problemin çözümü için belirlenen modele uygun hale getirilir. Verilerin hazırlanması
süreci 5 evrede gerçekleşir. Veri temizleme evresi ile veriler içindeki uygun olmayan veya
hatalı veriler temizlenir. Bu evrede, eksik veriler tamamlanır, sayısal verinin normal
dağılımda olduğu varsayılarak normal dağılım haricindeki kayıtlar silinebilir. Veri
bütünleştirme evresi ile farklı ortam ve yapıdaki verilerin, ortak ortam ve yapıda
birleştirilmesi sağlanır. Probleme uygun seçilen veriler farklı ortamlardan bulunabilir,
uygulamada bu durum performansı veya sistemin kararlılığını düşürebilir. Performans ve
kararlılığın üst seviyede olması beklenen veri madenciliği uygulamasında bu engel, veri
bütünleştirme aşaması ile aşılmaktadır. Veri indirgeme, sonuca etkisi olmayacak veya
tolere edilebilecek parametreler bu evrede devre dışı bırakılır. Sonucu etkilemeden
yapılacak parametre temizliği ile sistemin performansı artırılarak, gereksiz kaynak
kullanımı engellenir. Veri seçimi evresinde, değer tahmininde etkin parametreler
belirlenir. Etkin özellikler belirlenerek gerekli veriler seçilir ve kullanılır. Son evre olan veri
dönüştürme ile belirlenen modele göre verilerin dönüşümleri yapılır. Veri madenciliği
modeline göre seçilen algoritmanın çalışabileceği veri yapılarına göre verilerin tür ve yapı
dönüşümü bu evrenin sürecini oluşturur.
Modelin kurulması ve değerlendirilmesi
Bu aşamada hazırlanan veriler ile modelleme gerçekleştirilir. Modelleme evreleri sırası ile
modelin seçimi, farklı modelleri değerlendiren fonksiyonları belirlenmesi, sonuç
24
fonksiyonunu optimize etmek için uygun algoritma ve metotların belirlenmesidir. Veri
analizine uygun, etkili bir ya da daha fazla model oluşturulur. Seçilen modelin amaca
uygun olarak çalıştığının değerlendirilmesi ve modelin belirlenmesi için gerçekleştirilen
adımların gözden geçirilmesi bu aşamada yapılır. Değerlendirme yapılırken çeşitli araçlar
kullanılır. Kullanılan modelin uygunluğunu belirlemek için, MAPE(Mutlak hata yüzdesi
ortalaması) veya R2 (Belirlilik katsayısı) kullanılabilir.
Modelin izlenmesi
Modelin uygulanma ve değerlendirilme sonuçları izlenerek, çalışmasının hedeflere
ulaştırıp, ulaştırmadığı değerlendirilir. Beklenen sonuçlara ulaşılması durumunda
uygulamanın kullanımı uygun olarak sonuçlandırılır. Hedeflerin sağlanmaması en başa
dönülerek bütün aşamaların elde edilen deneyimlere göre tekrarlanmasını gerektirir
(Küçüksille, 2009).
3.5. Makine Öğrenmesi
Veri madenciliğinin evrelerinden birisi olan yapay zekânın alt dalı olan makine öğrenmesi,
verileri ve geçmiş deneyimleri kullanarak tahmin yapar veya modeller çıkarabilir. Makine
öğrenmesi, insanların geri beslemeli öğrenim şeklinin bilgisayarda taklit edilmiş halidir.
Makine öğrenmesi ve veri madenciliği sığ bir bakış açısı ile eş anlamlı olarak
değerlendirilebilmektedir.
Veri
madenciliği
uygulamalarında
makine
öğrenmesi
algoritmaları kullanılmaktadır. Bayes ağları, destek vektör makineleri, karar ağaçları gibi
makine öğrenmesi uygulamaları algoritmayı eğitmek için eğitim seti olarak verileri
kullanmaktadırlar. Eğitim verileri kullanılarak anlamlı sonuçlara ulaşılmaktadır. Verilerde
bulunabilecek küçük bir bilgiye ulaşabilmek için makine öğrenmesi iyi bir yaklaşım
olacaktır. Örneğin sinemaseverler tarafından bir filmin beğenilmesine veya beğenilmesine
sebep olan bilgi açıkça görülemeyebilir. Bu nedenle büyük bir içerik sağlayıcının
kullanıcılarının verdiği cevapların bir örneklemine dayanarak, hazırlanan bir film
derecelendirme tahmini algoritması çalışmasında makine öğrenmesi teknikleri oldukça
başarılı olmuştur. Öte yandan makine öğrenmesinin doğrudan veri madenciliğinin
amaçlarını yerine getiremediği görülmektedir. Başka bir çalışmada bir film yapım şirketi
25
tarafından hazırlanan web üzerinden özgeçmiş taraması yapan makine öğrenme
uygulamasında içerik değerlendirme için el ile yapılacak düzenlemeler kaçınılmazdır.
Sürekli müdahaleye ihtiyaç duyan, geliştirilmesi gereken böyle bir sistemde makine
öğrenmesi tekniklerinin çok avantajının olmadığı görülmüştür. Makine öğrenmesi üç
evrede gerçekleşir:
• Dokümanların Hazırlanması
• Öğrenme Yöntemlerinin Uygulanması
• Öğrenme Performansının Değerlendirilmesi (Rajaraman ve Ullman, 2011)
3.5.1. Makine öğrenmesinin gelişimi
Makine öğrenmesi yapılabilmesi için öncelikle veri seti üzerinde veri madenciliği
yöntemleri kullanılarak uygulanacak makine öğrenmesi tekniğine uygun düzenlemeler
yapılmalıdır. Makine öğrenmesi teknikleri istatistiksel yaklaşımdan türemiştir ve aynı yapı
üzerinde gelişmektedir. Yeni algoritmalar geliştirildiğinde performansı değerlendirilir ve
geçerli teknikler ile performansı karşılaştırılır. Makine öğrenmesinin ortaya çıkışından
itibaren yeni teknikler üretilmeye devam etmektedir. Bu tekniklerin algoritma yapılarına
göre gruplanması aşağıdaki gibi yapılmıştır.
• Denetimli Öğrenme
• Denetimsiz Öğrenme
• Yarı-Denetimli Öğrenme
• Ödüllü Öğrenme
• Uyum Sağlama ile Öğrenme
• Öğrenme ile Öğrenme
Denetimli öğrenme: Gözetimli öğrenme eğitim verilerini kullanarak bir yaklaşım üreten
makine öğrenmesi tekniğidir. Olumlu ve olumsuz örneklerden oluşan bir sınıf aracılığı ile
algoritma girdilerle, çıktılar arasında ilişkiyi tanımlayan bir fonksiyon üretir. Eğitim verisi,
girdiler ve çıktılarından oluşur. Tahmin yapılırken, eğri uydurma (regresyon) ya da
sınıflama yöntemleri kullanılmaktadır. Gözetimli öğrenme,
26
• Eğitim verisinin tiplerini belirleme,
• Eğitim verisinin toplanması,
• Öğrenme fonksiyonunun gösterimi,
• Öğrenme algoritmasının belirlenmesi,
• Öğrenme algoritmasının performansının ölçülmesi adımlarından oluşur.
Örnek bir denetimli öğrenme çalışmasında, bir otomobil hakkında toplanan veriler
kullanılarak otomobilin sınıfı tahmin edilebilir. Belli bir otomobil grubu deneklere
gösterilerek aracın sınıfı hakkında karar vermeleri istenebilir ve bu aşamada göz önünde
bulundurulan verilerin özellikleri belirlenebilir. Bu süreç içinde göz önünde bulundurulan
veriler ile öğrenen bir yapının otomobillerin sınıfı hakkında tahmin de bulunması
sağlanabilir.
Denetimsiz öğrenme: Denetimli öğrenmede doğru değerler bir danışman tarafından
sağlanmaktadır. Denetimsiz öğrenmede ise danışman yoktur. Sadece girdi verileri
kullanılarak, çıktı verileri kullanılmadan öğrenme işlemini gerçekleştirir. Amaç girdi
verilerinin düzenini bulmaktır. Denetimsiz öğrenme, gözlemlere bağlı bir makine
öğrenmesi tekniğidir. Denetimsiz öğrenme tekniği, özellikle olasılık temelli kümeleme
işleminde kullanılır. Kümeleme ile desenlerin yoğunluğu incelenerek, farklı gruptaki
benzer desenler sınıflandırılır. Denetimsiz öğrenme; makine öğrenmesi, veri madenciliği,
desen tanımlama gibi alanlarda kullanılan istatistiksel veri analizi tekniğidir (Alpaydın,
2004).
Yarı-Denetimli öğrenme: Yarı-Denetimli öğrenme, uygun sınıflama veya fonksiyonu
bulmak için sınıflandırılmış ve sınıflandırılmamış veriler kullanılır. Sınıflandırılmış
örneklemin
büyüklüğü,
sınıflandırılmamış
örnekleme
göre
daha
azdır.
Tüm
etiketlenmemiş verileri de etiketlemek zordur. Bu sebeplerden dolayı yarı-denetimli
öğrenme kullanışlı bir yöntemdir (Chapelle ve Schölkopf, 2006).
Ödüllü öğrenme: Hedefe ulaşmak için uygun işlemlerin kullanılması için politikanın
belirlenmesi önemlidir. Herhangi bir algoritmanın doğru politikalar ile kullanılması
önemlidir. Böyle bir durumda, makine öğrenmesi uygulaması politikaların performansını
27
değerlendirir. Bir politika geliştirmek için geçmiş iyi eylem dizilerini belirlemek gerekir.
Ödüllü öğrenme ile satranç, tavla gibi oyunların basit kuralları sonucunda ortaya çıkan
karmaşık hamle yapısının eylemlerini değerlendirerek iyi bir politika belirlenmesi
sağlanabilir. Ödüllü öğrenme asansör sistemi, tavla, satranç, robotik sistemler, iletişim
sistemleri gibi çeşitli alanlarda kullanılabilir.
Uyum sağlama ile öğrenme: Bu yöntem denetimli öğrenme yöntemine benzer bir
yöntemdir. Farklı olarak kesin bir fonksiyona dayanmaz. Uyum sağlama ile öğrenme, yeni
girdi ve çıktıları tahmin etmeye çalışır. Uyum Sağlama ile öğrenme yöntemi Vladimir
Vapnik tarafından tanımlanmıştır.
Öğrenmek için öğrenme: Geçmiş deneyimleri kullanarak, kendi tümevarımsal eğilimi ile
öğrenen bir algoritmadır (Alpaydın, 2004).
Günümüzde makine öğrenmesi çalışmaları, genellikle denetimli öğrenme ve denetimsiz
öğrenme yöntemleri ile geliştirilmektedir. Bu çalışma da bu iki yöntem ile geliştirilen
makine öğrenmesi teknikleri incelenecektir.
3.5.2. Makine öğrenmesi uygulamaları
Günümüzde veri ambarlarının ve bilgiye duyulan ihtiyacın katlanarak büyümesi bilim
insanlarını bu konuda çalışmaya yönlendirmektedir. Ticaret, bankacılık ve finans, bilim ve
mühendislik, eğitim, web, sağlık, metin ve dil işleme, güvenlik, , oyun, bilgisayarlı görme
gibi onlarca alanda makine öğrenmesi uygulamaları yapılmaktadır. Bu çalışmalarda
geçmişte farklı amaçlar ile toplanmış veriler üzerinde makine öğrenmesi yöntemleri
uygulanarak gizli örüntüler bulma, tahmin veya sınıflandırma yapılmaktadır. Makine
öğrenmesi; veri madenciliğinin bir parçasıdır. Veri madenciliği çalışmaları yapılan birçok
alanda
makine
öğrenmesi
yöntemleri
kullanılmaktadır.
Makine
öğrenmesinin
uygulamalarına örnekler vermek gerekir ise;
Bilim ve mühendislik uygulamaları: Bilimsel ve mühendislik alanında yapılan çalışmalarda
yoğun veri üretimi gerçekleşmektedir. Üretim sistemi performansı, kalite kontrol süreci,
deprem analizi gibi pek çok alanda uygulama örnekleri görülmektedir.
28
Sağlık uygulamaları: Sağlık alanı umut verici uygulama alanlarındandır. Tarama testleri
verileri hastalıkların ön tanısı, kalp krizi riskinin tespiti, acil servis hastalarının durumlarına
göre risk ve önceliklerin belirlenmesi gibi pek çok alanda uygulamaları görülmektedir.
Ticari uygulamalar: Ticari faaliyetler geniş çapta veri üretirler. Bu veriler karar verme
süreçlerinde kullanılabilir. Personel verileri ile performansı etkileyen faktörler
belirlenebilir ve yeni alınacak personel seçiminde bu analizin sonuçları kullanılabilir.
Müşteri verileri kullanılarak reklam ve promosyon ile ilgili pek çok faydalı bilgiye ulaşmak
mümkündür.
Perakendecilik uygulamaları: Perakendecilik uygulamalarında yaygın olarak sepet analizi
uygulamaları kullanılır, amaç satın alınan ürünlerin ilişkisini bulmaktır. İlişkinin bilinmesi
işletmenin satışlarını artırıcı düzenlemeler yapması için kullanılır. Bir ürünü alan
müşterilerin yanında alabileceği ürünlerin tahmin edilmesi amaçlanmaktadır. Bu bilgi ile
raf tasarımı birlikte alınan ürünlerin yakın, dikkat çekici şekilde yerleştirilmesi ile satışları
artırılmaktadır.
Bankacılık ve finans uygulamaları: Bankacılık sektöründe kredi ve kredi kartı risk düzeyinin
tahmini, sahtekârlık yöntemlerinin tespiti, kâr analizi gibi alanlarda uygulamalar
görülmektedir. Finans kuruluşları stok fiyat tahmini, portföy yönetimi gibi alanlarda
uygulamalar kullanmaktadır.
Eğitim uygulamaları: Öğrenci verileri ile başarı ve başarısızlık nedenleri, başarıyı artırıcı
politikaların belirlenmesi, meslek seçiminde doğru yönlendirmenin yapılabilmesi,
akademik başarı ile öğrenci verilerinin ilişkisinin bulunması gibi farklı uygulamalar ile
eğitim kalitesini ve performansını artırıcı faaliyetler yapılabilir.
Web uygulamaları: Web üzerindeki hizmetlerin çeşitlenmesi ve artması ile web verileri
kapasite ve karmaşıklık olarak hızla artmaktadır. Web madenciliği kısaca internetten
işlevsel bilgi keşfi olarak tanımlanabilir. İnternetten satış yapan firmalar makine öğrenmesi
uygulamaları ile müşterilerine ilgilendikleri ürünlere göre satın almaları için tavsiyelerde
bulunabilmektedir.
29
Metin uygulamaları: Amaç dokümanların tasnif edilmesi, benzerlik ve içerik gibi
özelliklerine göre makineler tarafından ayrıştırılmasını sağlamaktır. Uygulamalar genellikle
makineler tarafından belirlenen anahtar sözcüklerin belirlenmesi, içeriğin başka
dokümanlarla karşılaştırılması gibi yöntemler ile yapılır.
Ses ve görüntü tanıma uygulamaları: Dijital ortamda kayıt altına alınmış ses veya görüntü
makineler tarafından tanınabilmektedir. Birçok alanda uygulama örnekleri olan bu el
yazısı tanıma, karakter tespiti, kimlik tespiti, konuşmaların tanınması, yüz tanıma, plaka
okuma, tıbbi görüntülerden tanınması, robot algılaması, savunma sistemleri, uydu
görüntüleri tanıma, üretim hatalarının tespiti gibi pek çok uygulamaları vardır
(Baykasoğlu, 2005).
3.5.3. Makine öğrenmesi teknikleri
Makine öğrenmesi, makinelerin geçmiş tecrübelerden faydalanarak kendi kendine
öğrenmesi ve sonucunda öngörülerde bulunması beklenen bir yaklaşımdır. Öğrenme
sürecinde eğitim veri seti, modelin performansını ölçmek için ise test veri seti kullanılır.
Eğitim veri setinin mümkün olduğunca geniş, doğru ve geçerli verilerden oluşması
sistemin öğrenmesini artırarak daha doğru sonuçlar almamızı sağlayacaktır. En uygun
model belirlendikten sonra sistem tahminde bulunmaya hazırdır.
Farklı uygulamaların analizinde amaçlanan çıktı farklı olacaktır. Makine öğrenmesi
tekniklerini beklenen çıktılara, amaçlara göre sınıflandırmak mümkündür (Alpaydın, 2004).
Sınıflandırma
En sık kullanılan makine öğrenmesi tekniklerinden birisi sınıflandırma tekniğidir. Kısaca
sınıflandırma tekniği, geçmiş verilerin ait olduğu sınıfları değerlendirerek, yeni gelen
verinin hangi sınıfa ait olduğunun tahmin edilmesidir. Sınıflandırma tekniği, örneklerden
çıkarım olarak da adlandırılır. Beklenen sonuç, modelleme ile daha önce tanımlanmamış
örnekleri kullanarak en iyi performansı verecek sınıflandırıcıyı tanımlamaktadır. Veri
setinin nitelikleri sayısal ya da sembolik değerler olabilir. Sınıfın nitelikleri kategorik
değerler alır, sınıflandırıcı nitelik iki değer alır, ikiden fazla değer alması durumunda çoklu
30
sınıflandırma modeli kullanılmalıdır. Literatürde, farklı sınıflandırma algoritmaları kullanan
yöntemler bulunmasına karşın çalışma mantıkları benzerdir. Sınıflandırma yöntemi ile
işlev ve fonksiyonları oluşturan kurallar öğrenilebilir (İkizler ve diğerleri, 2002).
Sınıflandırma tekniği ile tıp, kredi kartı portföyü, kredi derecelendirmesi, satın alma
davranışları ve stratejik yönetim gibi çeşitli alanlarda birçok uygulama hazırlanmıştır. Bir
sınıflandırma çalışmasında, eğitim veri seti gözlemlerden oluşur. Ayrıca, veri setinin her
gözlem verisi x, gözlem sınıfının etiketi y olarak adlandırılır ise veri seti (x, y) vektörü
şeklinde gösterilmektedir. Sınıflandırma önceden tanımlanmış sınıfın bir y etiketinin,
özniteliklerinin vektörü ile eşleşen x bir fonksiyonun öğrenme sürecidir.
Giriş
Sınıflandırma
Nitelik vektörü(x)
Çıkış
Sınıf etiketi(y)
Modeli
Şekil 3.5. Sınıflandırma süreci
Eğitim veri setinin içinde bulunan verilerin bir sınıfa ait olma olasılığı, sınıflandırma
modelleri ile tahmin edilir. Sınıflandırma modelinde sınıflandırma süreci iki aşamada
gerçekleşir. Öncelikle eğitim verilerine uygun modelleri belirlemek için kullanılacak
algoritmanın seçildiği eğitim aşaması tamamlanır. Bu aşamanın ana amacı uygun modeli
belirlemektir. İkinci aşamada test verileri kullanılarak uygulanan modelin performansı
ölçülür, test aşaması olarak da adlandırılabilir. Bu aşamada aynı zamanda belirlenen
modelin uzmanlara yönelik açıklaması da tanımlanır. Sınıflandırma yöntemleri olarak karar
ağaçları, yapay sinir ağları, destek vektör makinesi ve istatistiksel sınıflandırma
kullanılmaktadır (Durak, 2011).
Karar ağacı: Karar ağacı yönteminde, ağaçlar karar düğümleri ve sınıf etiketlerini gösteren
yapraklardan oluşur. Karar ağacı ile ortaya çıkan ağaç modeli ters dönmüş bir ağaç
yapısındadır. Hiyerarşik bir yöntem olan karar ağacı, diğer algoritmalara göre
yorumlanması, hataların bulunması ve algoritma sonucunda uygulamanın hazırlanması
daha basittir. Sınıflandırma işleminde öncelikle en önemli özellikler belirlenerek kök
düğümü belirlenir. Karar düğümü sayısına, düğümler arasındaki eşik değerlerine ve
31
sonuçta verinin ait olduğu sınıfı gösteren sonuç yapraklarına bakılarak, en iyi sonucu veren
karar ağacı oluşturulur. Her dal yeni bir karar düğümüne bağlanırken, yeni özellikler test
edilir ve bu düğümlerden de yeni dallar devam etmektedir. Karar ağacı algoritmalarından
en çok kullanılanları, CHAID, CART, ID3 ve C4.5’dir (Wu ve diğerleri, 2006).
Yapay sinir ağları: Yapay sinir ağları(YSA) insan beyninin çalışmasından örnek alınarak
geliştirilmiştir. YSA yapısı nöron, bağlantılar ve öğrenme algoritmasından oluşmaktadır.
YSA mühendislik, işletme, finans ve eğitim gibi birçok kullanılmaktadır. YSA ile çok faktörlü
analizler gerçekleştirilmektedir. YSA ile oluşturulan modellerin uygulanması, anlaşılması
ve yorumlanması nispeten daha zordur. İnsan beyninden taklit edilen sinir hücreleri
nöronlardan oluşmaktadır. Nöronlar öğrenme sürecinde birbirlerine bağlanarak ağı
oluştururlar. Oluşan bu yapı ile öğrenme, hatırlama ve veriler arasında kurulan ilişkiyi
belirleyebilir. YSA, insan beyninin yeteneği olan, yaşayarak veya test ederek öğrenme
yeteneğini kullanan bir yöntemdir. YSA bağımlı ve bağımsız verilerin arasındaki karmaşık
ve düzensiz ilişkileri modelleyebilmesi sebebi ile tercih edilen bir yöntemdir (Dayhoff,
2001).
Destek vektör makinesi: Destek vektör makinesi(DVM), denetimli öğrenme yapısındadır.
Performansının yüksek olması sebebi ile tercih edilen bir yöntemdir. Sınıfları birbirinden
ayıran marjı en büyük, doğrusal bir ayırt edici fonksiyon bulunmasını amaçlar. Doğrusal
olarak ayrıştırma yapılamayan veri setleri için, doğrusal olarak ayrıştırma yapılabilen daha
büyük düzleme taşınarak sınıflandırma yeni düzlemde yapılır. Bu dönüşüm işleminde
DVM’nin kernel olarak adlandırılan fonksiyonlar kullanılır (Kavzoğlu ve Çölkesen, 2010).
İstatistiksel yöntemler: Regresyon analizi, lojistik regresyon, zaman serileri analizi ve
Bayesyen yaklaşımı gibi istatistiksel yöntemler veri madenciliğinde sınıflandırma
algoritması olarak kullanılmaktadır. Bunlardan en yaygın kullanılan yaklaşım Bayes
teoremidir. Bayes teoremi bir veri seti (X) ile bu veri seti üzerinde tanımlanan yi (i=1,2,..,n)
sınıfları arasındaki ilişkiyi ele alır. Bu ilişki ön olasılık ve son olasılık kavramları ile açıklanır.
X veri seti üzerinde yi sınıfının bulunma olasılığını gösteren P(yi) fonksiyonu bir ön
olasılıktır. yi sınıfında olduğu bilinen verinin, x olma olasılığını gösteren P(x|yi) şartlı olasılık
32
değeri ile aynı x ölçümünün tüm sınıflar ile birlikte eldeki veri kümesinde bulunma
olasılığını gösteren P(x) fonksiyonu ön olasılık değeridir.
P( x) = P( y1)P( x|y1)+P(y2)P(x|y2) , (n= 2 için) denklemi ile hesaplanır.
Ön olasılıkların değerleri ile son olasılık değeri Eşitlik 3.1’de görüldüğü gibi P(yi|x)
fonksiyonu ile hesaplanır.
(3.1)
Bayes teoreminin sınıflama problemlerine uygulanmasında, Saf Bayes, Üç Artırılmış Saf
Bayes, k-Bağımlı Bayes sınıflayıcısı gibi yaklaşımlar vardır. Bu yaklaşımların sınıflama
değişkenleri arasındaki bağımlılık ilişkilerini değerlendirme biçimi farklılık gösterir. Son
olasılık ile x verisinin yi sınıfında bulunma olasılığını belirtir. X verisinin ait olduğu sınıfı
belirlemek için en yüksek son olasılık değerini veren yi sınıfı seçilir. Saf Bayes yaklaşımında
bir sınıfa ait bütün niteliklerin şartlı bağımsız olduğu varsayılır. P(x) değeri her sınıf için
aynı olacağından, son olasılık değerini hesaplayan P(yi|x) fonksiyonu bu varsayıma göre
düzenlenir.
(3.2)
Elde edilen P(x|yi) fonksiyonu P(yi|x) fonksiyonunda kullanıldığında Eşitlik 3.3’de
görüldüğü gibi olacaktır.
(3.3)
Saf Bayes teoreminde P(yi|x) fonksiyonu ile sınıflama probleminin çözümü için en büyük
değer bulunmaya çalışılır (Akan, Demirok ve Kilic, 2012).
33
Kümeleme
Kümeleme yöntemi ile veri setindeki kayıtların birbirine olan benzerliklerine bakılarak
gruplandırılması gerçekleştirilir. Sınıflandırma yönteminden farkı gruplanan verilerin
sınıflarının önceden belli olmamasıdır. Küme oluşturma tekniği ve kullanılan verilere göre
kullanılacak algoritma belirlenir.
Kümeleme yönteminde, iki farklı yaklaşım kullanılır. Bunlar mesafeye göre ve model
tabanlı yaklaşım teknikleridir. Mesafeye göre yaklaşımda, veriler arasında mesafe veya
benzerlik ölçüsü kullanılır. Model-tabanlı yaklaşımda, veri sonlu karışım modeli tarafından
oluşturulan modelin parametreleri ile tahmin yapılır. Her iki yaklaşımda da, bir
bölümlemeli veya hiyerarşik kümeleme yöntemi kullanılır. Bu yaklaşımların kapsamında 3
farklı algoritma türü ortaya çıkmaktadır.
Bölümlemeli algoritmalar: Kümelerin arasında en çok veya en az uzaklığın, kümelerin
benzerlik kriterlerinin ve oluşturulacak küme sayısının uzman tarafından belirlendiği
algoritmalardır. Bölümlemeli algoritmalar hızlı çalışması sebebi ile büyük veritabanlarının
kümelenmesi için tercih edilmektedir.
Yoğunluğa dayalı algoritmalar: Düzensiz ve farklı ortamlarda bulunan verilere sahip
veritabanlarının sadece uzaklığına bakılarak bölümlemeli algoritmalar ile kümelenmesi
zordur. Hiç bir kümeye dâhil olmayan aşırı uç noktalar içeren veritabanlarının bölümlemeli
algoritmalar ile kümelenmesi ile geçerli kümeler oluşmayacaktır. Bu yapıdaki
veritabanlarında bulunan verilerin aynı kümede gruplanması temelli yoğunluğa dayalı
algoritmalar kullanılmalıdır.
Grid temelli algoritmalar: Özellikle geniş çaplı veritabanlarının kümelenmesinde
numaralandırılmış çizgilerden oluşan hücresel yapıları kullanan algoritmalardır. Bu
algoritma türünde hiyerarşik yapının kullanıldığı görülmektedir (Chen ve diğerleri, 2012).
34
Birliktelik kuralları
Makine öğrenmesi uygulamalarında ilk kullanılan tekniklerden olan birliktelik kuralları
tekniği tanımlayıcı bir tekniktir. Birliktelik kuralı, bulunan sınıf veya kümeler arasında
ilişkilerin bulunmasını amaçlar. Geçmiş veriler analiz edilerek bu veriler arasındaki
birliktelik davranışlarının tespiti ile geleceğe yönelik çalışmalar yapılmasını sağlar.
Günümüzde en yaygın kullanım alanlarından birisi sepet analizidir. Sepet analizi ile
bireylerin satın aldıkları ürünler arasındaki birliktelik ilişkisini bulmak, bulunan birliktelik
ilişkisi kullanılarak bireylerin alışveriş alışkanlıkları bulunmaktadır. Pazarlama politikaları
belirlenirken, bulunan bu birliktelik ilişkileri kullanılır. Birliktelik ilişkileri kullanılarak etkili
ve kazançlı pazarlama gerçekleştirilebilir. Açıklayıcı bir örnek vermek gerekirse, marketten
ekmek ve peynir alan bireylerin %80’i aynı zamanda meyve suyu da almıştır. Bu tür
birliktelik örüntüsünün belirlenmesi için, örüntü içinde yer alan ürünlerin birden çok satın
almada birlikte görülmesi gerekmektedir. Bu şekilde yapılacak bir çıkarım ile pazarlama
politikaları, reyon tasarımı belirlenmesi gibi kar artırıcı sonuçlar elde edilebilir. Büyük veri
tabanlarına uygulanan, birliktelik sorgusu için kullanılan algoritmaların hızlı olması
gerekmektedir. Milyonlarca satırdan oluşan veritabanından anlamlı ve işlevsel bir zaman
diliminde sonuca ulaşabilmek ancak çalışmanın etkili olmasını sağlayacaktır. En yaygın
kullanılan birliktelik kuralı algoritması, apriori algoritmasıdır (Özçakır, 2007).
Regresyon
Regresyon sınıflandırma tekniği gibi tahmin edici bir tekniktir. Sınıflandırma tekniğinden
farklı olarak geçmiş verilere karşılık gelen sınıfları kullanmak yerine sürekli değişen
verilerin kullanıldığı tekniktir. Bir ya da daha çok verinin farklı verilerin tipinde tahmin
edilmesini sağlayan ilişkileri bulmayı amaçlamaktadır. Regresyon tekniğini farklı
dokümanlarda karşılaşabileceğimiz kredi skoru hesaplayan bir örnek ile inceleyebiliriz. Evi
olan, evli, 5 yıldır aynı iş yerinde çalışan ve önceki kredilerinin taksitini zamanında ödeyen
bir erkek müşterinin kredi skoru 100 üzerinden 80’dir. Örnekte ulaşılan sonuç bir
regresyon ilişkisidir. Başka bir örnekte regresyon modeli ile geliri ve mesleği bilinen bir
müşterinin alışveriş yaparken yapabilecekleri harcamaları tahmin etmek için kurulabilir.
35
Doğrusal regresyon, girdi ile sonuç verisi arasında var olan doğrusal ilişkiyi kabul eder. Her
tahmin için kesin parametreler türetir ve bu parametreler bağımlı değişkenin her bir
tahmin için etki düzeyini belirler (Han ve Kamber, 2006).
3.6. Weka Programının Kullanımı
Weka çalıştırıldığında Resim 3.1.’de görüldüğü gibi, application sekmesinden çalışma
yöntemleri seçilebilmektedir. Bu yöntemler grafik ortamda adım adım çalışma imkânı
veren Explorer, birden çok veri kümesi ve algoritma ile çalışabilme imkânı veren
Experimenter, komut modunda çalışmayı sağlayan Simple CLI, sürükle bırak tekniği ile
çalışmayı sağlayan Knowledge Flow yöntemlerinden oluşur.
Resim 3.1.Weka applications menüsü
Temel grafiksel kullanıcı ara yüzü olan Explorer seçeneği işaretlendiğinde, Resim 3.2.’de
görülen sekme karşımıza gelecektir. Bu sekme önişlem(preprocess), sınıflama (classify),
kümeleme (cluster),ilişkilendirme (associate), öznitelik seçimi (selectattributes) ve
görselleştirme (visualize) bölümlerinden oluşur. Ekranın alt kısmında bulunan “Status”
bölümü gerçekleştirilmiş işlemler hakkında bilgi sağlamaktadır. “Preprocess” sekmesi
çalışılacak verinin seçilmesi, veri hazırlama işlemleri, kullanılacak değişkenlerin
belirlenmesi ve temel seviyede istatistikî bilgilerin gösterilmesi için kullanılır. Öncelikle,
verilerin yüklenmesini için “Open file”, “OpenURL”, “Open DB” ve “Generate” seçenekleri
ile üzerinde çalışılacak veri seçilir. Veri hazırlama için “Filter” bölümünden “Choose”
36
komutu aracılığı ile veri üzerinde gerçekleştirilecek veri hazırlama işlemi seçilir. “Apply”
komutu verilerek filtrenin uygulanması sağlanır.
Resim 3.2. Ön işlem sekmesi
“Classify” sekmesinde sınıflandırıcı algoritmaları işlemleri gerçekleştirilir. Resim 3.3.’de
görülen bu ekranda “Classifier” bölümünden en yaygın kullanılan karar ağacı sınıflandırma
algoritmalarından CART (SimpleCart) ve C 4.5 (J48), istatistiğe dayalı algoritmalardan
Bayesyen (NaiveBayes) ve Regresyon (OneR), mesafeye dayalı algoritmalardan K en yakın
komşu algoritması (IBk) gibi sınıflandırıcı algoritmalardan birisi seçilir. Bu ekranda “Test
Options” bölümünden eğitim setinin tamamını (Use training set), farklı bir veri setini
(Supplied test set), parçalara ayırarak(Crossvalidation) ve belli oranlarda(Percentagesplit)
test amaçlı kullanılması mümkündür. Performans göstergeleri için “Classifier output”
ekranında genel olarak veri setinin adı, örnek sayısı, öznitelik sayısı, doğru ve yanlış olarak
sınıflandırılmış örnek sayısı, doğruluk tablosu gibi sonuçlar görülmektedir.
37
Resim 3.3. Sınıflandırma sekmesi
Diğer sekmeler ise sırası ile “Cluster” kümeleme algoritmaları, “Associate” ilişkilendirme
uygulamaları, “Select attributes” öznitelik seçimi, “Visualize” özniteliklerin dağılımının
gösterildiği sekmelerden oluşmaktadır.
3.6.1. Performans değerlendirilmesinde kullanılan performans kriterleri
Bu çalışmada, kullanılan algoritmaların performansını ölçmek için sınıflandırma doğruluk
değeri, Kesinlik(Precision), Duyarlılık(Recall), F-Ölçütü, ROC Area değeri, Kappa istatistiği
incelenmelidir.
Sınıflandırma doğruluk değeri: Model tarafından doğru veya yanlış olarak tahmini yapılmış
test kayıtlarının sayısını gösterir. Bu sayılar karmaşıklık matrisi üzerinde gösterilir.
Karmaşıklık matrisinin girişlerine göre, model tarafından doğru tahmin sayısı (doğru 0.
sınıf + doğru 1. sınıf) ve yanlış tahminlerin sayısı (yanlış 1. sınıf + yanlış 0. sınıf) şeklinde
hesaplanmaktadır. Karmaşıklık matrisi sonuçlarına göre modelleri performansını
karşılaştırmak için doğruluk değeri aşağıdaki gibi hesaplanır. Doğruluk değerinin %80’in
üzerinde olması modelin veri seti ile uyumlu çalıştığını gösterir.
(3.4)
38
Kesinlik(Precision): Sınıfı 1 olarak tahmin edilmiş doğru(true) pozitif örnek sayısının, sınıfı
1 olarak tahmin edilmiş bütün örnek sayısına oranı alınarak hesaplanır.
(3.5)
Duyarlılık(Recall): Doğru olarak sınıflandırılmış pozitif örnek sayısının toplam pozitif örnek
sayısına oranı alınarak hesaplanır.
(3.6)
F-Ölçütü: Kesinlik ve duyarlılık ölçütleri birlikte değerlendirildiklerinde daha doğru sonuç
vermektedir. F-ölçütü, kesinlik ve duyarlılık değerlerinin harmonik ortalaması alınarak
hesaplanır. F-ölçütü değerinin 1’e yakın olması modelin performansının iyi olduğunu
gösterir.
(3.7)
Roc area değeri: Roc eğrisi, duyarlılık ve özgüllük değeri kullanarak tanı koymanın
problemlerini istatistik karar teorisine dayanarak yok etmek için geliştirilmiş bir
yöntemdir. ROC eğrisi sınıflandırma değerlerine göre doğru pozitiflerin sayısının, yanlış
pozitiflerin bir fonksiyonu olarak çizilmesiyle ortaya çıkmaktadır. Roc eğrisi altında kalan
alan ise Weka’da Roc area değeri olarak gösterilen veriyi sağlamaktadır. Roc area değeri
1’e yaklaştıkça modelin performansının yüksek olduğunu gösterir.
Kappa istatistiği: Değerlendiriciler arasındaki uyumun istatistiksel ölçüsüdür. Kappa
istatistik değerinin 0,6 ile 0,8 arasında olması uyum olduğunu, 0,8 ile 1 arasında olması ise
çok iyi bir uyumun olduğunu gösterir. Uyum olmaması durumunda Kappa istatistiği değeri
sıfıra eşittir veya sıfırdan küçük olacaktır.
(3.8)
39
Makine öğrenmesi modelleri yukarıda da açıklandığı gibi tahmin edici ve tanımlayıcı
teknikler olarak ikiye ayrılabilir. Bu çalışmada amaçlanan kaza riskini tahmin etmektir. Bu
hedef uygulamada kullanılacak tekniğin tahmin edici olmasını zorunlu kılmaktadır. Elde
edilen veriler ve üzerinde çalışan sistem değerlendirildiğinde bu tekniğin sınıflandırıcı bir
teknik olmasını gerektirmektedir. Çalışmanın devam eden bölümlerinde ulaşılmak
istenilen sonuca uygun ve performansı en yüksek sınıflandırma yöntemini ve algoritmasını
belirlemek amaçlanmaktadır. Belirlenecek algoritma kullanılarak trafik kaza riskini tahmin
edecek bir uygulama hazırlanacaktır.
40
41
4. MATERYAL VE METOD
Bu bölümde, çalışmada kullanılan materyal ve metotlardan bahsedilmiştir. Kullanılan
materyal ve metotların seçim sebepleri, geliştirilen sistemin genel özellikleri ve verilerin
kaynaklarından bahsedilmiştir.
Çalışmada SBM alt kuruluşu olan TRAMER tarafından saklanan trafik kaza verilerinden
yararlanılmıştır. Trafik kazaları, yasal olarak belirlenmiş bildirim yöntemi olan Kaza Tespit
Tutanağı(KTT) ile kayıt altına alınmaktadır.
4.1. Uygulamanın Hazırlanması İçin Kullanılan Araçlar
Veriler üzerinde öncelikle SQL ile veri önişleme gerçekleştirilmiş ve WEKA programı
kullanılarak sınıflandırma algoritmaları uygulanmıştır. Sınıflandırma algoritmalarından en
iyi sonucu veren C 4.5 algoritması seçilmiştir. Seçilen algoritma PHP programlama dili ile
kodlanarak, problemin çözümü için Adobe Dreamweaver Programı Web yazılımı
hazırlanmıştır.
4.2. Verilerinin Elde Edilmesi
SBM tarafından akademik çalışmalar için veri talebi karşılanmaktadır. Çalışma için ihtiyaç
duyulan verileri SBM tarafından sağlanması için “SBM akademik veri talep formu”
doldurularak kuruma ulaştırılmıştır. SBM tarafından 5000 adet çarpışmalı trafik kazasına
ait veri gönderilmiştir. Bu verilerin niteliklerinin kurumun belli politikaları ve gizlilik
sebepleri ile yeterli olmaması meteorolojik veriler ile desteklenmesini gerektirmiştir.
Trafik kazasının gerçekleştiği zaman dilimi ve kaza yerine göre meteorolojik kayıtlardan
alınan veriler var olan veri seti ile birleştirilmiştir.
SBM veri ambarından veriler Excel formatında gönderilmiştir. Veri seti, KTT üzerinde
kuruma sunulmuş verilerden 5000 adet trafik kazası verisi içermektedir. MGM’nin genel
kullanıma açık veri ambarından alınan veriler meteorolojik bilgiler için kullanılmıştır. Kaza
ve meteorolojik bilgiler iki ayrı veri tabanı tablosuna aktarılarak veri önişleme için
hazırlanmıştır.
42
Kaza tablosu yapısı
Bu tablo KTT üzerinden alınan veriler ile oluşturulmuştur, tabloda var olan kayıtların
tamamı kaza olduğunu gösteren sınıfa aittir. Bu noktada sınıflandırma yöntemlerinin
uygulanması için iki sınıf olması gerekmektedir. Kaza olmama durumunun kayıtları
belirlenecek kontrol zaman dilimine göre sınırsız olabilir. Bu aşamada her kaza kaydına
karşılık bir adet kaza olmadığı varsayılarak veri ambarına satır eklenerek kaza olmadığını
gösteren sınıfın verileri üretilmiştir. Tabloda bulunan verilerin yapısı Çizelge 4.1.’de
görülmektedir.
Çizelge 4.1. KTT tablosu yapısı
Sütun adı
Açıklama
Id
Kayıtların sıra numarasını saklayan alandır.
Arac1
KTT üzerinde kazaya karışan ilk araç verisi bu alandadır. Bu veri otomobilotobüs-motosiklet vb. araç tipini gösterir.
Arac2
KTT üzerinde kazaya karışan ikinci araç verisi bu alandadır. Bu veri otomobilotobüs-motosiklet vb. araç tipini gösterir.
Tarih
Kazanın gerçekleştiği zaman bilgisini gösterir.
Il_kodu
Kazanın gerçekleştiği il plaka kodunu gösterir.
Ilce_kodu
Kazanın gerçekleştiği ilçe kodunu gösterir.
Arac_sayi
Kazaya karışan araç sayısını gösterir.
43
Meteoroloji tablosu yapısı
Meteoroloji kayıtlarından oluşturulan tablodur. Tablo zaman, il, hava durumu gibi bilgileri
gösterir. Tablonun yapısı Çizelge 4.2. üzerinde görülmektedir.
Çizelge 4.2. Meteorolojik verilerin yapısı
Sütun adı
Açıklama
Id
Kayıtların sıra numarasını saklayan alandır.
Tarih
Meteorolojik bilgilerin zaman bilgisini gösterir.
Il_kodu
Meteorolojik bilgilerin il plaka kodunu gösterir.
Sicaklik
Önceki sütunlarda belirtilen zaman ve yer için sıcaklık
bilgisini gösterir. -17 ile +37 santigrat derece arasında
değerler almıştır.
Ruzgar
Rüzgârın hızını km cinsinden gösterir. 0-30 km arası değerler
bulunmaktadır. Ortalama değeri yaklaşık 4 km’dir.
Gorus
Görüş mesafesini m cinsinden gösterir. 0-30 000 m arası
değerler bulunmaktadır. Ortalama değeri yaklaşık 13 500
km’dir.
Nem
Havadaki nem oranını gösterir. 10-100 arası değerler
bulunmaktadır. Ortalama değeri yaklaşık 75’dir.
Yagis
Yağış
miktarını
gösterir.
0-32
kg/m2
arası
değerler
almaktadır.
4.3. Uygulamanın Genel Özellikleri
Php programlama dili ile hazırlanan uygulama, günümüzde kullanılan bir çok cihaz ve
yazılım tarafından işlenebilen html ve jscript kodları ile istemciye sunulmaktadır.
Hazırlanan uygulama da HTML 5 ile birlikte gelen konum bilgilendirme sağlayan
Geolocation(Coğrafik yer) eklentisi ile konum belirleyerek, bu konum için Meteoroloji
Genel Müdürlüğünden alınan anlık meteorolojik veriler ile kaza riski hesaplaması
gerçekleştirmektedir.
44
Bu çalışmada, ülkemizde gerçekleşen trafik kazaları verileri ile öğrenen bir sistem ile trafik
kaza riski hesaplanmıştır. Çalışma ile istenilen sonuçlara ulaşmamızı sağlayacak en uygun
algoritma belirlenerek, tahminde bulunabilen uygulama hazırlanmıştır.
45
5. KAZA TAHMİN SİSTEMİ VE TASARIMI
Bu bölümde, geliştirilen uygulama ile kaza riski tahmini yapılırken kullanılan algortimanın
uygulama aşamalarından ve hazırlanan uygulamanın kullanımından bahsedilmiştir.
5.1. Veri Önişleme
Veri birleştirme
Kaza kayıtlarının bulunduğu tablo ile meteoroloji verilerinin bulunduğu iki tablo veri ön
işleme çalışmalarının yapılabilmesi için birleştirilmelidir. Bu aşamada kaza kayıtlarının
bulunduğu tabloya yeni sütunlar eklenerek meteoroloji tablosundaki verilerin bu
sütunlara aktarılması sağlanmıştır.
Kaza tablosuna sicaklik, ruzgar, gorus, nem, yagis sütunları eklenmesini sağlayan SQL
kodları;
ALTER TABLE kaza ADD sicaklik FLOAT NULL , ADD ruzgar INT NULL , ADD gorus INT NULL ,
ADD nem INT NULL , ADD yagis FLOAT NULL ;
Meteoroloji tablosundan bulunan sıcaklık, rüzgâr hızı, görüş mesafesi, nem ve yağış
verileri il ve zaman bilgilerine göre kaza tablosuna aktarılarak veri seti hazırlanmıştır.
Veri temizleme
Veri temizliği, makine öğrenmesi sürecinin en önemli aşamalarındandır. Kaza sınıfı
bilgilerini saklayan KTT tablosu incelendiğinde her kaza kaydında iki araç bulunduğu
görülmektedir. Kazaya karışan araçlar için tekil değerlendirme yapıldığında her araç için
bir veri satırı oluşturmak gerekliliği ortaya çıkmaktadır. Bu aşamada kaza tablosunda
bulunan 2. araç bilgisi 1. araç bilgisi satırına aktarılarak veri setinde bulunan kayıt sayısı 2
katına çıkarılmıştır.
46
INSERT INTO kaza (arac1,tarih,il_kodu, ilce_kodu, arac_sayi, sicaklik,ruzgar, gorus, nem,
yagis)
SELECT arac2,tarih, il_kodu, ilce_kodu, arac_sayi, sicaklik, ruzgar, gorus, nem, yagis FROM
kaza
arac2 sütununda bulunan veriler yeni satırlara aktarıldığından bu sütun veri setinden
kaldırılmıştır.
ALTER TABLE kaza DROP COLUMN arac2;
Veri setimiz incelendiğinde bütün KTT kayıtlarında var olan araç sayısının 2 olduğu için
etkili bir sütun olmadığı görülmektedir. Ayrıca ilce_kodu alanını uygulama sürecinde
kullanılmayacaktır. Bu iki alan veri setinden çıkartılmıştır.
ALTER TABLE kaza DROP COLUMN ilce_kodu, DROP COLUMN arac_sayi;
Veri dönüştürme
Veri birleştirme, verilerin daha soyut seviyede gösterilmesidir. Makine öğrenmesi için
kullanışsız ve düzensiz olan verileri toplanarak kullanışlı ve düzenli hale getirilir. Bu
aşamada makine öğrenmesi algoritmaları için etkili olmayan, dağılımı geniş veya çok
çeşitli verilerin belli standartlarda sayısal değerlere dönüştürülmesi sağlanmıştır.
Arac1 alanında bulunan kazaya karışan araçların niteliğine bakıldığında 20 farklı veri çeşidi
görülmektedir. Bu araçların yarısından çoğunun otomobil olması ve veri çeşidini azaltmak
için veri dönüşümü uygulanmıştır. Bu sütun otomobil olanlar için true, olmayanlar için
false olarak güncellenmiştir. Arac1 sütununun etiketi otomobil olarak güncellenmiştir.
UPDATE kaza SET arac1 = true where arac1="otomobil"
UPDATE kaza SET arac1 = false where arac1<>"otomobil"
ALTER TABLE kaza CHANGE arac1otomobil BOOLEAN NULL;
47
Tarih alanın kazanın gerçekleştiği tarih ve saati göstermektedir. Bu sütundan haftanın
günü ve günün saati olarak iki alan türetilerek kullanışlı bir veri dönüştürme yapılmıştır.
ALTER TABLE kaza ADD gun INT NULL , ADD saat INT NULL ;
UPDATE kaza SET gun=weekday(tarih) ,saat= hour(tarih);
Günün saatini gösteren sütununu günün dönümlerine göre gruplandırarak “0-5” -> 0, “611” ->1, “12-17”->2, “18-23”->3 aralıklarında düzenlenmiştir.
UPDATE kaza SET saat=0 WHERE saat >=0 and saat <6;
UPDATE kaza SET saat=1 WHERE saat >=6 and saat <12;
UPDATE kaza SET saat=2 WHERE saat >=12 and saat <18;
UPDATE kaza SET saat=3 WHERE saat >=18;
81 ilde gerçekleşen kazalardan oluşan veri setimizde il_kodu alanı 81 farklı değer
almaktadır. Trafik kazalarının gerçekleşme oranı büyükşehirlerde daha fazladır. Bu bilgi
ışığında il_kodu alanında var olan veriler düzenlenerek yeni oluşturulan bsehir alanına
aktarılmıştır. Kıstas nüfusu iki milyondan büyük şehirler için true, diğerleri için false
olacaktır. Tarih sütunu bu düzenlemeden sonra uygulamada kullanılmayacaktır.
ALTER TABLE kaza ADD bsehir BOOLEAN NULL ;
UPDATE kaza SET bsehir=1 WHERE il_kodu = 01 or il_kodu=06 or il_kodu=07 or
il_kodu=16 or il_kodu=34 or il_kodu =35 or il_kodu = 42;
UPDATE kaza SET bsehir=0 WHERE bsehir<> 1;
ALTER TABLE kaza DROP tarih;
Sıcaklık sütununda -17 ile +37 arasında çeşitli değerler bulunmaktadır. Trafikte yaşanan
problemlerin en önemlilerinden birisi buzlanmadır. Buzlanma en çok 0 santigrat derece ve
48
altında gerçekleşir. Bu bilgileri dikkate alınarak anlamsal farklılıkları olan aralıklar
belirlenerek sıcaklık sütunu yeniden düzenlenmelidir. Aralıklar “<=0”-> 0, “1-10” -> 1, “1030” -> 2 ve “>31” ->3 şeklinde belirlenerek gerekli dönüşümler sağlanmıştır.
UPDATE kaza SET sicaklik = 0 WHERE sicaklik<= 0;
UPDATE kaza SET sicaklik = 1 WHERE sicaklik> 0 and sicaklik<10;
UPDATE kaza SET sicaklik = 2 WHERE sicaklik>= 10 and sicaklik<30;
UPDATE kaza SET sicaklik = 3 WHERE sicaklik>= 30;
Rüzgâr hızı sütununda 0 ile 29 km arasında değerler bulunmaktadır. Bu sütun için
belirlenen aralıklar “>5” -> 0, “5-15” -> 1, “>15” -> 2 olarak dönüşüm yapılmıştır.
UPDATE kaza SET ruzgar = 0 WHERE ruzgar< 5;
UPDATE kaza SET ruzgar = 1 WHERE ruzgar>= 5 and ruzgar<=15;
UPDATE kaza SET ruzgar = 2 WHERE ruzgar> 15;
Görüş mesafesi alanında 0 ile 30000 m arasında değerler bulunmaktadır. Bu sütun için
belirlenen görüş mesafesi aralıkları “>=500” -> 0, “501-2000” -> 1, “>2000” -> 2 olarak
dönüşüm yapılmıştır.
UPDATE kaza SET gorus = 0 WHERE gorus<=500;
UPDATE kaza SET gorus = 1 WHERE gorus>500andgorus<=2000;
UPDATE kaza SET gorus = 2 WHERE gorus> 2000;
Nem sütununda 10 ile 99 arasında değerler bulunmaktadır. %45ve altı kuru %46 ve %75
arası normal ve %75 üzeri nem oranı yüksek nemli olarak kabul edilmektedir. Bu oranlar
dikkate alınarak 3 seviyede dönüştürme yapılmıştır.
49
UPDATE kaza SET nem = 0 WHERE nem <=45;
UPDATE kaza SET nem = 1 WHERE nem >45and nem<=75;
UPDATE kaza SET nem = 2 WHERE nem >75;
Yağış sütununda 0 ile 32 kg/m2 arasında yağış değerleri bulunmaktadır. 1 kg/m2 altındaki
değerler yağışın olmadığını veya etkisiz olduğunu göstermektedir. Bu sütun için 1 kg/m2
altı yağış yok -> 0, 1 ve üzeri değerler yağış var ->1 şeklinde dönüştürülecektir.
UPDATE kaza SET yagis = 0 WHERE yagis<1;
UPDATE kaza SET yagis = 1 WHERE yagis>=1;
Sınıflandırma algoritmalarının uygulanabilmesi için 2 adet sınıf olması gerekir. Var olan
veri setimizde sadece kaza var verileri bulunmaktadır. KTT kayıtlarından oluşturulan kaza
veri setine Boolean tipinde kaza sütunu eklenerek KTT kayıtlarından gelen bu verilerin
kaza sütunu 1 olarak düzenlenmiştir. Bu sınıfa karşılık kaza yok sınıfının oluşturulması için
rastgele 10000 adet kayıt oluşturulacaktır. Bu veriler herhangi bir anı ve yeri tarif
edecektir. Bu sebeple veriler tesadüfî örnekleme yöntemi ile üretilmiştir.
DECLARE x INT;
SET x = 0;
REPEAT
INSERT INTO kaza
(otomobil, gun, saat, bsehir, sicaklik, ruzgar, gorus, nem, yagis, kaza) VALUES
(CONVERT(RAND()*1,SIGNED),CONVERT(RAND()*6,SIGNED),
CONVERT(RAND()*8,SIGNED),CONVERT(RAND()*1,SIGNED),
CONVERT(RAND()*3,SIGNED),CONVERT(RAND()*2,SIGNED),
CONVERT(RAND()*2,SIGNED),CONVERT(RAND()*2,SIGNED),
CONVERT(RAND()*1,SIGNED),0);
SET x = x + 1;
50
UNTIL x > 10000
END REPEAT;
Veri hazırlanması süreci tamamlanan veri seti ile öncelikle hangi sınıflandırma
algoritmasının daha iyi performans göstereceği bulunacaktır. Bu aşamada yaygın
kullanılan veri madenciliği araçlarından olan Weka programı kullanılacaktır.
5.2. Weka ile En Uygun Modelin Belirlenmesi
Weka (Waikato Environment for Knowledge Analysis), Waikato Üniversitesi tarafından
java programlama diliyle geliştirilmiştir. Weka ücretsiz, açık kaynak kodlu, sınıflandırma,
regresyon,
bağıntı kuralları, yapay sinir ağları algoritmaları ve önişleme metotları
barındıran bir araçtır. Weka, ham verinin işlenmesi, öğrenme metotlarının veri üzerinde
performansının değerlendirilmesi, ham verinin ve ham veriden öğrenilerek çıkarılan
modelin görsel olarak gösterilmesi gibi veri madenciliğinin tüm basamaklarını uygulama
imkânı sunmaktadır.
Veri seti, arff, csv, c45, libsvm, svmlight, Xarff gibi formatlarda kullanılabilirken web ve
direkt veritabanı üzerinden de çalışabilir. Weka uygulamasının desteklediği işlemler ve
algoritmalar Şekil 5.1.’de detaylı olarak görülmektedir.
51
Şekil 5.1. Weka'nın hiyerarşik yapısı (Tapkan ve diğerleri, 2011)
5.2.1. Weka ile algoritmaların uygulanması ve değerlendirilmesi
Weka uygulamasını ile en yaygın kullanılan algoritmalardan karar ağacı sınıflandırması
yöntemi için CART (SimpleCart),
ve C 4.5 (J48), istatistiğe dayalı yöntem için Bayesyen
(NaiveBayes) ve Regresyon (OneR), mesafeye dayalı yöntem için K en yakın komşu (IBk)
veri setimize uygulanmıştır. Veri setimizin öznitelikleri ve aldığı değerler Şekil 5.2.’de
görülmektedir.
52
Şekil 5.2. Veri seti
CART(SimpleCart) algoritması sonuçları
Test için kullanılan yöntem: Çapraz doğrulama, kıvrım sayısı 10
Yaprak düğümlerinin sayısı: 584
Ağacın büyüklüğü: 1167
Modelin oluşturulması için geçen süre: 16.89 saniye
Çizelge 5.1. Cart algoritması katmanlı çapraz doğrulama tablosu
Doğru sınıflandırılmış veriler:
17504
87.52 %
Yanlış sınıflandırılmış veriler:
2496
12.48 %
Kappa istatistik sonuçları
0.7504
Ortalama mutlak hata
0.1758
Ortalama hata karekökü
0.2948
Bağıl mutlak hata
35.1532 %
Bağıl hata karekökü
58.9622 %
Örneklerin sayısı
20000
53
Çizelge 5.2. Cart algoritması sınıfa göre ayrıntılı doğruluk tablosu
Ağırlıklı Ortalama
Doğru
Yanlış
Kesinlik
Duyarlılık F-Ölçütü
Pozitif
Pozitif
Oranı
Oranı
0.884
0.134
0.868
0.884
0.876
0.941
0
0.866
0.116
0.882
0.866
0.874
0.941
1
0.875
0.125
0.875
0.875
0.875
0.941
b
Sınıf
8843
1157
a=0
1339
8661
b=1
Sınıf
Alanı
Çizelge 5.3. Cart algoritması karmaşıklık matrisi
a
ROC
C 4.5 (J48) algoritması sonuçları
Test için kullanılan yöntem: Çapraz doğrulama, kıvrım sayısı 10
Yaprak düğümlerinin sayısı: 92
Ağacın büyüklüğü: 125
Modelin oluşturulması için geçen süre: 0.24 saniye
Çizelge 5.4. C 4.5 algoritması katmanlı çapraz doğrulama tablosu
Doğru sınıflandırılmış veriler:
18110
90.55 %
Yanlış sınıflandırılmış veriler:
1890
9.45 %
Kappa istatistik sonuçları
0.811
Ortalama mutlak hata
0.1787
Ortalama hata karekökü
0.282
Bağıl mutlak hata
35.7407 %
Bağıl hata karekökü
56.399 %
Örneklerin sayısı
20000
54
Çizelge 5.5. C 4.5 algoritması sınıfa göre ayrıntılı doğruluk tablosu
Ağırlıklı Ortalama
Doğru
Yanlış
Kesinlik
Duyarlılık F-Ölçütü
Pozitif
Pozitif
Oranı
Oranı
0.891
0.08
0.917
0.891
0.904
0.948
0
0.92
0.109
0.894
0.92
0.907
0.948
1
0.906
0.095
0.906
0.906
0.905
0.948
b
Sınıf
8913
1087
a=0
803
9197
b=1
Sınıf
Alanı
Çizelge 5.6. C 4.5 algoritması karmaşıklık matrisi
a
ROC
Bayesyen (NaiveBayes) algoritması sonuçları
Test için kullanılan yöntem: Çapraz doğrulama, kıvrım sayısı 10
Modelin oluşturulması için geçen süre: 0.16 saniye
Çizelge 5.7. NaiveBayes algoritması katmanlı çapraz doğrulama tablosu
Doğru sınıflandırılmış veriler:
1719885.99 %
Yanlış sınıflandırılmış veriler:
280214.01 %
Kappa istatistik sonuçları
0.7198
Ortalama mutlak hata
0.1634
Ortalama hata karekökü
0.3042
Bağıl mutlak hata
32.6863 %
Bağıl hata karekökü
60.842 %
Örneklerin sayısı
20000
55
Çizelge 5.8. NaiveBayes algoritması sınıfa göre ayrıntılı doğruluk tablosu
Ağırlıklı Ortalama
Doğru
Pozitif
Oranı
0.884
Yanlış
Pozitif
Oranı
0.164
Kesinlik
Duyarlılık F-Ölçütü
ROC
Alanı
Sınıf
0.844
0.884
0.863
0.952
0
0.836
0.116
0.878
0.836
0.856
0.952
1
0.86
0.14
0.861
0.86
0.86
0.952
Çizelge 5.9. NaiveBayes algoritması karmaşıklık matrisi
a
b
Sınıf
8837
1163
a=0
1639
8361
b=1
Regresyon (OneR) algoritması sonuçları
Test için kullanılan yöntem: Çapraz doğrulama, kıvrım sayısı 10
Modelin oluşturulması için geçen süre: 0.05 saniye
Çizelge 5.10. Regresyon algoritması katmanlı çapraz doğrulama tablosu
Doğru sınıflandırılmış veriler:
16164
80.82 %
Yanlış sınıflandırılmış veriler:
3836
19.18 %
Kappa istatistik sonuçları
0.6164
Ortalama mutlak hata
0.1918
Ortalama hata karekökü
0.4379
Bağıl mutlak hata
38.36 %
Bağıl hata karekökü
87.59 %
Örneklerin sayısı
20000
Çizelge 5.11. Regresyon algoritması sınıfa göre ayrıntılı doğruluk tablosu
Ağırlıklı Ortalama
Doğru
Pozitif
Oranı
0.662
Yanlış
Pozitif
Oranı
0.045
Kesinlik
Duyarlılık F-Ölçütü
ROC
Alanı
Sınıf
0.936
0.662
0.775
0.808
0
0.955
0.338
0.738
0.955
0.833
0.808
1
0.808
0.192
0.837
0.808
0.804
0.808
56
Çizelge 5.12. Regresyon algoritması karmaşıklık matrisi
a
b
Sınıf
6618
3382
a=0
454
9546
b=1
K en yakın komşu (IBk) algoritması sonuçları
K=1
Test için kullanılan yöntem: Çapraz doğrulama, kıvrım sayısı 10
Modelin oluşturulması için geçen süre: 0.02 saniye
Çizelge 5.13. K en yakın komşu algoritması katmanlı çapraz doğrulama tablosu
Doğru sınıflandırılmış veriler:
17482
87.41 %
Yanlış sınıflandırılmış veriler:
2518
12.59 %
Kappa istatistik sonuçları
0.7482
Ortalama mutlak hata
0.1264
Ortalama hata karekökü
0.2838
Bağıl mutlak hata
25.2734 %
Bağıl hata karekökü
56.7592 %
Örneklerin sayısı
20000
Çizelge 5.14. K en yakın komşu algoritması sınıfa göre ayrıntılı doğruluk tablosu
Ağırlıklı Ortalama
Doğru
Pozitif
Oranı
0.901
Yanlış
Pozitif
Oranı
0.153
Kesinlik
Duyarlılık F-Ölçütü
ROC
Alanı
Sınıf
0.855
0.901
0.877
0.958
0
0.847
0.099
0.895
0.847
0.871
0.958
1
0.874
0.126
0.875
0.874
0.874
0.958
57
Çizelge 5.15. K en yakın komşu algoritması karmaşıklık matrisi
a
b
Sınıf
9010
990
a=0
1528
8472
b=1
Algoritmaların sonuçları incelendiğinde bütün algoritmaların verdiği sonuçların yeterli
düzeyde olduğu görülmektedir. Buna rağmen diğer algoritmalara göre en iyi sonucu C
4.5(J48) algoritması vermiştir. Kullanılan eğitim veri setinin seçilen modeller ile uyumlu
olduğu görülmektedir. Weka tarafından J48 algoritması sonucunda görsel bir karar ağacı
oluşturmaktadır. Şekil 5.3.ve Şekil 5.4.’de oluşturulan karar ağacı görülmektedir, kaza
tahmin sistemi uygulaması için bu karar ağacı kullanılacaktır.
58
Şekil 5.3. C 4.5 karar ağacı
59
Şekil 5.3. (devam) C 4.5 karar ağacı
60
Şekil 5.3. (devam) C 4.5 karar ağacı
61
Şekil 5.3. (devam) C 4.5 karar ağacı
62
5.3. Kaza Tahmin Sistemi
Bu bölümde tez çalışması sonucunda ortaya çıkan dinamik kaza riski tahmin sistemi
tasarımı, programlama ve kullanım aşamaları anlatılacaktır.
5.3.1. Sistemin teknik yapısı
Uygulamanın kullanım amacı göz önüne alındığında, bilgisayar, tablet, akıllı cep telefonu
gibi cihazlarda çevrimiçi hizmet vermesi beklenir. Günümüzde web hizmetlerine erişimin
kablo ve mekân gibi bağımlılıklardan kurtulmuş olması sebebiyle kullanımı katlanarak
çoğalmaktadır. Bu öngörüler değerlendirilerek uygulamanın web ortamında çalışmasının
daha avantajlı olacağına karar verilmiştir. Hazırlanan uygulama PHP dili ile
programlanmıştır. Görsel tasarım ve kodlama Adobe Dreamweaver web tasarım ve
programlama platformunda gerçekleştirilmiştir.
5.3.2. Sistemin kullanımı
Yazılımın kullanımı oldukça basit tasarlanmıştır. Kullanıcı sisteme ilk ulaşımında Resim
5.1’de görülen ara yüzü kullanarak araç tipini seçmektedir. Daha sonra karşısına dinamik
olarak yenilenen ve meteorolojik veriler, tarih gibi kaza riski tahmininde kullanılan veriler
ve kaza riskini görebileceği Şekil 5.2’da görülen ara yüz gelmektedir.
63
Resim 5.1. Araç tipi seçimi ara yüzü
Resim 5.2. Uygulama ara yüzü
64
5.3.3. Sistemin özellikleri
Sunucu tarafında php programlama dili ile hazırlanan uygulama, kullanıcı tarafında html
ve jscript kodları ile desteklenmiştir. Özellikle istemci kısmında salt html ve jscript
komutlarının kullanılmış olması internet bağlantısı olan cep telefonu, navigasyon cihazı,
multimedia cihazları, tablet bilgisayar gibi birçok cihazda uygulamanın çalışmasını
sağlayacaktır.
Hazırlanan uygulama da Geolocation eklentisi kullanılarak otomatik konum bilgisi elde
edilmektedir. Elde edilen konum bilgisine göre Meteoroloji Genel Müdürlüğünden alınan
meteorolojik veriler kaza riski hesaplamasında kullanılmaktadır. Meteorolojik veriler,
konum verisi ve araç verileri kullanılarak sunucu tarafında php komutları yardımı ile kaza
riski hesaplanmaktadır.
65
6. SONUÇ VE ÖNERİLER
6.1. Sonuçlar
Bu bölümde kaza riski tahmini uygulaması ile ilgili sonuçlar yer almaktadır.
Bu çalışma sonucunda görüldüğü gibi karayolu ulaşımında en önemli sorunlardan biri
trafik kazalarıdır. Trafik kazaları, araçların çoğalması ve insanlarının güvenli trafik
konusunda bilinç düzeylerinin yetersiz olması sebebi ile hızla artmaktadır. Trafik
kazalarının önemli bir kısmı sürücü hatalarından kaynaklanmaktadır. Güvenli trafik
düzeninin sağlanabilmesi için sürücülerin bilinç düzeylerinin artırılması ve kaza riski
konusunda bilgilendirilmesi gerekmektedir.
Bu çalışma da KTT üzerinden alınan veriler ile kaza riski tahmini yapılmaktadır. Tahmin
oranı oldukça yüksek olan 9 ölçüt, 5000 adet gerçekleşmiş trafik kaza verisi kullanılarak,
meteoroloji veri tabanından filtrelenen veriler ile birleştirilmiş ve veri seti ortaya çıkmıştır.
Veri seti kullanılarak yüksek oranda kaza riski tahmini yapan bir sistem geliştirilmiştir.
Literatürdeki bilgilere göre, trafik kazaları, cinsiyet, yaş aralığı gibi faktörler ile ilgilidir.
Trafik kazalarının önemli etmenlerinden olan aşırı hız, alkollü araç kullanımı, tehlikeli ve
dikkatsiz araç kullanma gibi faktörler daha çok genç erkekler tarafından gerçekleştirildiği
tespit edilmiştir.
Çalışma kapsamında geliştirilen kaza riski tahmin sistemi ile sürücülerin ve denetleme
birimlerinin dinamik olarak bilgilendirilmesi sağlanmıştır. Kaza riskinin arttığı durumların
bilinmesi ve uyarı sistemlerinin devreye girmesi kazaların azalmasını sağlamaktadır.
Bu çalışma, kaza riskini tahmin etmektedir. Veri seti ve uygulamanın hedefleri
değerlendirilerek sınıflandırıcı teknikler kullanılmıştır. Elde edilen verilerden kaza riski
tahmin
sistemi
algoritmalarından
geliştirilirken
5
adet
CART(SimpleCart),
algoritma
C
kullanılmıştır.
4.5(J48),
Sınıflandırma
Bayesyen(NaiveBayes),
Regresyon(OnerR), K en yakın komşu (IBk) uygulanarak, en iyi sonucu veren C 4.5
algoritması kullanılmıştır.
66
Çalışma sonucunda, model tarafından doğru olarak tahmini yapılmış test kayıtlarını veren
doğruluk değeri için en iyi sonucu %90.55 ile C 4.5 algoritması vermiştir. Kaza riski doğru
pozitif olarak tahmin edilen örnek sayısının, tüm pozitif tahminlere oranını veren kesinlik
ve duyarlılık değerleri en yüksek olan C 4.5 algoritmasında 0.906 sonucu elde edilmiştir.
Duyarlılık ve kesinlik ölçütleri birlikte değerlendirildiğinde daha anlamlı sonuçlar veren fölçütü sonuçları incelendiğinde 0.905 ile en iyi sonucu C 4.5 algoritması vermiştir. Roc
eğrisi olarak da bilinen Roc area değeri için en uygun sonuç Naive Bayes algoritması ile
elde edilmiştir. Değerlendiriciler arasındaki karşılaştırmalı uyumun güvenirliğini gösteren
Kappa değerleri arasında en güçlü sonuç 0.811 ile C 4.5 algoritmasından elde edilmiştir.
Sonuçlar etraflı olarak incelendiğinde en iyi sonucu C 4.5 algoritması vermiştir. C 4.5
algoritması uygulanarak oluşturulan karar ağacı kaza riski tahmin sisteminin temelini
oluşturmaktadır.
6.2. Öneriler
Web üzerinde çalışan ve dinamik olarak tasarlanan sistem trafik kazası tahmini ile ilgili
çalışmalara ışık tutacaktır. Trafikte gerçekleşen vakaların kayıt altına alınması esnasında
ölçek çeşitliğinin artırılması ve daha geniş çaplı veri setlerinin hazırlanması daha iyi
öğrenen ve daha iyi tahminde bulunan sistemler geliştirilmesini sağlayacaktır. Gelecekte
SBM gibi kurumların veri tabanları ile etkileşimli bir yapının gerçekleştirilmesi yine
sistemlerin başarım oranlarını önemli ölçüde artıracaktır.
Çalışma sonucunda ortaya çıkan kaza riski tahmin sisteminin kullanımı ve veri setinin
büyümesi gibi faktörler, sonuçların daha iyi görülmesini ve geliştirilmesini sağlayacaktır.
Yapılan bu çalışma ile trafik sorunlarının en önemli etmeni olan trafik kazalarının
önlenmesine katkı sağlanacağı düşünülmektedir.
67
KAYNAKLAR
Akan, H., Demirok, U. and Kilic, N. (2012, April). The effect of feature reduction
techniques on diagnosis of diabetes. In Signal Processing and Communications
Applications Conference (SIU), 2012 20th (pp. 1-4). IEEE.
Akgöbek, Ö. ve Çakır, F. (2009). Veri Madenciliğinde Bir Uzman Sistem Tasarımı. Akademik
Bilişim, 9, 801-806.
Alpaydın, E. (2004). Introduction to machine learning (Adaptive Computation and Machine
Learning). Cambridge: The MIT press, 11-26.
Aşırdizer, M., Uluçay, T., Hekimoğlu, Y., Yılmaz, İ., ve Yavuz, M. S. (2014). Türkiye'de trafik
kazaları, nüfus yoğunluğu ve motorlu taşıt sayısı arasındaki ilişki. Adli Tıp Bülteni, 19(1).
Bayam, E., Liebowitz J. and Agresti, W. (2005). Older drivers and accidents: A meta
analysis and data mining application on traffic accident data. Expert Systems with
Applications , 598-62.
Baykasoğlu, A. (2005, Şubat). Veri madenciliği ve çimento sektöründe bir uygulama.
Akademik Bilişim Konferansında sunuldu, Gaziantep Üniversitesi, Gaziantep.
Beshah, T. and Hill, S. (2010, March). Mining road traffic accident data to ımprove safety:
role of road-related factors on accident severity in ethiopia. Paper presented at the AAAI
Spring Symposium: Artificial Intelligence for Development.
Chapelle, O. and Schölkopf, B. (2006). Semi-supervised learning. Cambridge: MIT press, 14.
Chen, T., Zhang, N. L., Liu, T., Poon, K. M. and Wang, Y. (2012). Model-based
multidimensional clustering of categorical data. Artificial Intelligence, 176(1), 2246-2269.
Çelik, M.A. (2010), Akıllı trafik sistemleri’nin trafik ve yol güvenliğine etkisinin
araştırılması, Yüksek Lisans Tezi, Gazi Üniversitesi Fen Bilimleri Enstitüsü , Ankara.
Çiçek, B.T. (2014). Erzurum şehir içi trafik kazalarının analizi ve çözüm önerileri, Yüksek
Lisans Tezi, Gazi Üniversitesi Fen Bilimleri Enstitüsü , Ankara.
Çinicioğlu, E. N., Atalay, M., ve Yorulmaz, H. (2013). Trafik kazaları analizi için bayes ağları
modeli. Internatıonal Journal Of Informatics Technologıes, 6(2), 41.
Dayhoff, J. E. (2001). Artificial neural networks. Cancer , 91(S8), 1615-1635.
Durak, B. (2011). A classification algorithm using mahalanobis distance clustering of data
with applications on biomedical data sets, Doktora Tezi, Orta Doğu Teknik Üniversitesi,
Ankara.
68
Güvenal, B., Çabuk, A., & Yavuz, M. (2005). Trafik kazaları verilerine bağlı olarak CBS
destekli ulaşım planlaması: Eskişehir kenti örneği. Harita ve Kadastro Mühendisleri Odası,
Mühendislik Ölçmeleri STB Komisyonu, 2.
Han, J. and Kamber, M. (2006). Data Mining, Southeast Asia Edition: Concepts and
Techniques. Morgan Kaufmann, 81.
Hongguo, X., Huiyong, Z. and Fang, Z. (2010, August). Bayesian network-based road traffic
accident causality analysis. Paper presented at the WASE International Conference on
Information Engineering ICIE2010, BeiDai River, China.
Ikizler, N., Aykanat, C. and Baray, M. (2002). Benefit maximizing classification using
feature intervals, Teknik Rapor, Bilkent Üniversitesi, Ankara, 5-8.
Karaşahin, M., ve Terzi, S. (2011). Coğrafi bilgi sistemleri ile Isparta-Antalya-Burdur
karayolunun kara nokta analizi. Pamukkale University Journal Of Engineering
Sciences, 9(3).
Karayolları Genel Müdürlüğü. (2013). Trafik kazaları özeti. (2013). Ankara: Karayolları
Genel Müdürlüğü, 1.
Kartal, M., Kutlar, A., ve Beğen, A. (2011). Lojistik regresyon tekniği ile trafik kazalarını
etkileyen risk faktörlerinin incelenmesi: Sivas, Kayseri, Yozgat Örneği. AİBÜ-İİBF Ekonomik
ve Sosyal Araştırmalar Dergisi, 47-68.
Kavzoğlu, T., ve Çölkesen, İ. (2010). Destek vektör makineleri ile uydu görüntülerinin
sınıflandırılmasında kernel fonksiyonlarının etkilerinin incelenmesi. Harita Dergisi, 144(7),
73-82.
Kaya, S. (2008). Türkiye’de ulaştırma sektörünün genel görünümü ve sorunları. İzmir: İzmir
Ticaret Odası Ar&Ge Bülteni.
Kaygısız, Ö. (2012). Kentsel arazi kullanımı trafik kazası ilişkisi: Eskişehir örneği, Doktora
Tezi, Gazi Üniversitesi Fen Bilimleri Enstitüsü , Ankara.
Küçüksille, E. (2009). Veri madenciliği süreci kullanılarak portföy performansının
değerlendirilmesi ve imkb hisse senetleri piyasasında bir uygulama, Doktora Tezi,
Süleyman Demirel Üniversitesi Sosyal Bilimler Enstitüsü , Isparta.
İnternet:
Machine
learning
group
at
the
university
of
waikato.
URL:http://www.cs.waikato.ac.nz/ml/weka/index.html, Son Erişim Tarihi: 10.10.2014.
Mussone, L., Ferrari, A. and Oneta, M. (1999). An analysis of urban collisions using an
artificial intelligence model. Accident Analysis & Prevention, 31(6), 705-718.
Narli, S., Aksoy, E. and Ercire, Y. E. (2014). Investigation of prospective elementary
mathematics teachers’ learning styles and relationships between them using data mining.
International Journal of Educational Studies in Mathematics , 37-57.
69
Özçakır, F. C. ve Çamurcu, A. Y. (2007). Birliktelik kuralı yöntemi için bir veri madenciliği
yazılımı tasarımı ve uygulaması, İstanbul Ticaret Üniversitesi Fen Bilimleri Dergisi , 21-37.
Özen, E., Genç, E. ve Kaya, Z.(2013) Trafik Kazalarının Nedenlerine İlişkin Düşünceler ve
Trafikte Farkındalık: Uşak İli Örneği. Optimum Journal of Economics and Management
Sciences, 1-19.
Özkan, Y. (2008). Veri madenciliği yöntemleri. İstanbul: Papatya Yayıncılık Eğitim, 37-50.
Rajaraman, A., and Ullman, J. D. (2011). Mining of massive datasets. Cambridge University
Press, 2-4.
Rygielski, C., Wang, J. C., and Yen, D. C. (2002). Data mining techniques for customer
relationship management. Technology in society, 24(4), 483-502.
Seyrek, İ. H., ve Ata, H. A. (2010). Veri zarflama analizi ve veri madenciliği ile mevduat
bankalarında etkinlik ölçümü. BDDK Bankacılık ve Finansal Piyasalar, 4(2), 67-84.
Shearer, C. (2000). The CRISP-DM model: the new blueprint for data mining. Journal of
data warehousing , 13-22.
Sheng-Xue, Z., Jian, L., Qiao-Jun, X., and Linli, Y. (2009, April). Intersection safety
evaluation method based on Bayesian network. Paper presented at the Measuring
Technology and Mechatronics Automation, 2009. ICMTMA'09. International Conference
on (Vol. 3, pp. 234-237). IEEE.
Sönmez, A. (2000). Türkiye'de trafik kazaları ve sürücü kusurları sorunu. Polis Bilimleri
Dergisi , 5-6.
Tapkan, P., Özbakır, L., ve Baykasoğlu, B. (2011, 30 Eylül / 1-2 Ekim). Weka ile veri
madenciliği süreci ve örnek uygulama. Endüstri Mühendisliği Yazılımları Ve Uygulamaları
Kongresinde sunuldu. (S. 247-262). İzmir: Makina Mühendisleri Odası.
Tüzüntürk, S. (2010). Veri madenciliği ve istatistik. Uludağ Üniversitesi İktisadi ve İdari
Bilimler Fakültesi Dergisi , (29) 65-90.
World Health Organization. (2004). Preventing road traffic injury: a public health
perspective for Europe. Geneva: WHO, 3-6.
World Health Organization (Ed.). (2009). Global status report on road safety: time for
action. Geneva: WHO, 1-40.
Wu, R. C., Chen, R. S., and Chian, S. S. (2006). Design of a product quality control system
based on the use of data mining techniques. IIE Transactions,38(1), 39-51.
Xie, Y., Lord, D., and Zhang, Y. (2007). Predicting motor vehicle collisions using Bayesian
neural network models: An empirical analysis. Accident Analysis & Prevention, 39(5), 922933.
70
71
EKLER
72
EK-1. Makine öğrenmesi modelinin uygulanmasında kullanılan PHP ve HTML komutları
//Şehir isminden plaka numarasını bulmak için kullanılacak dizi
$sehirdizi = array("","ADANA","ADIYAMAN","AFYONKARAHİSAR", "AĞRI", "AMASYA",
"ANKARA","ANTALYA","ARTVİN","AYDIN", "BALIKESİR","BİLECİK","BİNGÖL","BİTLİS","BOLU",
"BURDUR","BURSA","ÇANAKKALE","ÇANKIRI","ÇORUM", "DENİZLİ","DİYARBAKIR",
"EDİRNE","ELAZIĞ","ERZİNCAN", "ERZURUM","ESKİŞEHİR","GAZİANTEP","GİRESUN",
"GÜMÜŞHANE","HAKKARİ","HATAY","ISPARTA","MERSİN", "İSTANBUL","İZMİR","KARS",
"KASTAMONU","KAYSERİ", "KIRKLARELİ","KIRŞEHİR","KOCAELİ","KONYA","KÜTAHYA",
"MALATYA","MANİSA","KAHRAMANMARAŞ","MARDİN","MUĞLA", "MUŞ","NEVŞEHİR",
"NİĞDE","ORDU","RİZE","SAKARYA", "SAMSUN","SİİRT","SİNOP","SİVAS", "TEKİRDAĞ","TOKAT",
"TRABZON","TUNCELİ","ŞANLIURFA","UŞAK","VAN",
"YOZGAT","ZONGULDAK","AKSARAY","BAYBURT","KARAMAN", "KIRIKKALE","BATMAN",
"ŞIRNAK","BARTIN","ARDAHAN","IĞDIR", "YALOVA","KARABÜK","KİLİS", "OSMANİYE","DÜZCE");
//C4.5 Karar ağacı yapısını tanımlayan dizi
$c45 = array(array(0,1,2,3,4,5,6,7,"sutun"),
array(2,9,17,"","","","","","gorus"),
array(3,"0","","","","","","","yagis"),
array(4,"0","0","","","","","","ruzgar"),
array("0","0",5,"","","","","","nem"),
array("0",6,"0","0","","","","","sicaklik"),
array("",7,8,"0","0","0","0","0","gun"),
array("0","1","1","1","","","","","saat"),
array("1","0","","","","","","","bsehir"),
array("0","0",10,"","","","","","nem"),
array("0",11,"0","0","","","","","sicaklik"),
array(12,15,"0","","","","","","ruzgar"),
array("0",13,"","","","","","","bsehir"),
array(14,"0","","","","","","","yagis"),
array("","1","1","0","0","0","0","1","gun"),
array("0","0",16,"0","","","","","saat"),
array("","0","0","0","0","0","0","1","gun"),
array(18,23,29,"","","","","","ruzgar"),
array("0",19,21,"1","","","","","sicaklik"),
array("0",20,"1","","","","","","nem"),
array("0","1","1","1","","","","","saat"),
array("0","1","1",22,"","","","","saat"),
array("0","1","1","","","","","","nem"),
array("0",24,25,"1","","","","","sicaklik"),
array("0","1","1","","","","","","nem"),
73
EK-1. (Devam) Makine öğrenmesi modelinin uygulanmasında kullanılan PHP ve HTML
komutları
array("0","1","1",26,"","","","","saat"),
array("","1",27,"0","1","1","0","0","gun"),
array("1",28,"","","","","","","otomobil"),
array("0","1","0","","","","","","nem"),
array("0",30,"","","","","","","bsehir"),
array("0",31,"0","1","","","","","sicaklik"),
array("0","0",32,"","","","","","nem"),
array("","0","0","1",33,"1","0","0","gun"),
array("0","1","1","0","","","","","saat")
);
$otomobil = $_GET["arac"];
$gun = date("N");
$saat = floor((date("G"))/6);
$plaka = array_search($sehir,$sehirdizi);
$bsehir = ($plaka ==1 | $plaka ==6 | $plaka == 7 | $plaka == 16 | $plaka == 34 | $plaka == 35 | $plaka ==
42) ? 1 : 0;
if($sicaklik <=0) $sicaklik = 0;
else if($sicaklik <10) $sicaklik =1;
else if($sicaklik <30) $sicaklik =2;
else
$sicaklik = 3;
if($ruzgar <5)
$ruzgar = 0;
else if ($ruzgar <15)
$ruzgar = 1;
else $ruzgar = 2;
if($gorus <=500) $gorus =0;
else if($gorus<=2000)
$gorus =1;
else $gorus =2;
if($nem<=45)
$nem =0;
else if($nem<=75)
else $nem=2;
$sira = 1;
$sinif =0;
$devam = 1;
do
{
$nem =1;
74
EK-1. (Devam) Makine öğrenmesi modelinin uygulanmasında kullanılan PHP ve HTML
komutları
$sutun = $$c45[$sira][8];
$veri = $c45[$sira][$sutun];
if(gettype($veri) == "string")
{
$sinif=$veri;
$devam =0;
}
else{
$sira=$veri;
}
}while($devam==1);
<div id="genel">
<div id="banner">C4.5 Makine Öğrenmesi Modeli Tabanlı <br />Dinamik Kaza Riski Tahmin Sistemi</div>
<div id="icerik">
<table width="400" border="0" cellspacing="10" align="center">
<tr>
<th scope="row">Şehir</th>
<td><?php echo $sehir?></td>
<td width="100px"> </td>
</tr>
<tr>
<td colspan="3"><hr /></td>
</tr>
<tr>
<th scope="row">Araç Tipi</th>
<td><?php echo ($otomobil == 1) ? "Otomobil":"Otomobil değil"?></td>
<td> </td>
</tr>
<tr>
<td colspan="3"><hr /></td>
</tr>
<tr>
<th scope="row">Sıcaklık</th>
<td><?php echo $sicaklik?> </td>
75
EK-1. (Devam) Makine öğrenmesi modelinin uygulanmasında kullanılan PHP ve HTML
komutları
<td><font size="-4">0=> <0 ° altı <br />1=> 0-9 ° <br />2=> 10-30 <br />3=>30 üzeri</font></td>
</tr>
<tr>
<td colspan="3"><hr /></td>
</tr>
<tr>
<th scope="row">Görüş</th>
<td><?php echo $gorus?></td>
<td><font size="-4">0=> 500 m altı <br /> 1=> 500-2000 m<br /> 2=> 2000 m üzeri</font></td>
</tr>
<tr>
<td colspan="3"><hr /></td>
</tr>
<tr>
<th scope="row">Nem</th>
<td><?php echo $nem?></td>
<td><font size="-4">0=> %45 altı<br /> 1=> %45-%75<br />2=>%75 üzeri</font></td>
</tr>
<tr>
<td colspan="3"><hr /></td>
</tr>
<tr>
<th scope="row">Yağış</th>
<td><?php echo ($yagis == 0)? "Yağış yok":"Yağış var"?></td>
<td> </td>
</tr>
<tr>
<td colspan="3"><hr /></td>
</tr>
<tr>
<th scope="row">Rüzgar</th>
<td><?php echo $ruzgar;?></td>
76
EK-1. (Devam) Makine öğrenmesi modelinin uygulanmasında kullanılan PHP ve HTML
komutları
<td><font size="-4">0=> 5km altı<br />1=> 5-15 km<br />15 km üzeri</font></td>
</tr>
<tr>
<td colspan="3"><hr /></td>
</tr>
<tr>
<th scope="row">Tarih</th>
<td><?php echo date("d:m:y H:i")?></td>
<td> </td>
</tr>
<tr>
<td colspan="3"><hr /></td>
</tr>
<tr>
<th scope="row">Kaza Riski</th>
<td bgcolor="#<?php echo ($sinif == 0) ? "0099FF":"FF0000"?>"><?php echo ($sinif == 0) ? "Risk
düşük":"Risk yüksek"?></td>
<td > </td>
</tr>
<tr>
<td colspan="3"><hr /></td>
</tr>
</table>
</div>
<div id="alt">Gazi Üniversitesi Bilişim Enstitüsü Yüksek Lisans Projesi olarak hazırlanmıştır. <br />Tarık
KAYA 2014</div>
77
ÖZGEÇMİŞ
Kişisel Bilgiler
Soyadı, Adı
: KAYA, Tarık
Uyruğu
: T.C.
Doğum tarihi ve yeri
: 10.06.1981 Ankara
Medeni hali
: Evli
Telefon
: 0 (312) 413 33 63
E-mail
: tarikaya@gmail.com
Eğitim Derecesi
Okul / Program
Mezuniyet tarihi
Yüksek Lisans
Gazi Üniversitesi / Bilgisayar Eğitimi
Devam ediyor
Lisans
Marmara Üniversitesi / Bilg. ve Kont. Öğrt.
2004
Lise
İstanbul Kartal EML
1998
İş Deneyimi, Yıl
Yer
Görev
2004 - Devam ediyor
Milli Eğitim Bakanlığı
Öğretmen
Yabancı Dil
İngilizce