Siyah Alaca Sığırlarda Farklı Büyüme ve Gelişme Dönemlerindeki Vücut Ölçülerinden Canlı Ağırlık Tahmininde Kullanılan Veri Madenciliği Algoritmalarının Karşılaştırılması

Authors : Gizem COŞKUN, Özcan ŞAHİN, İlker Ali OZKAN, İbrahim AYTEKİN

Pages : 37-46

Doi:10.33724/zm.1092837

View : 18 | Download : 9

Publication Date : 2022-09-06

Article Type : Research Paper

Abstract :Bu çalışmanın amacı 0-12 aylık yaşta farklı büyüme ve gelişme dönemindeki sığırların bazı vücut ölçümlerinden canlı ağırlık tahmininde kullanılan veri madenciliği algoritmalarının karşılaştırılmasıdır. Çalışmada 24 baş dişi ve 18 baş erkek olmak üzere toplamda 42 baş sığıra ait kimi vücut ölçülerinden göğüs çevresi insert ignore into journalissuearticles values(GÇ);, göğüs derinliği insert ignore into journalissuearticles values(GD);, vücut uzunluğu insert ignore into journalissuearticles values(VU);, cidago yüksekliği insert ignore into journalissuearticles values(CY);, sağrı yüksekliği insert ignore into journalissuearticles values(SY); ile cinsiyet ve yaş özelliği bağımsız değişken, canlı ağırlık ise bağımlı değişken olarak ele alınmıştır. Vücut ölçülerinden canlı ağırlığının tahmin edilmesinde ise veri madenciliği algoritmalarından Çoklu Doğrusal Regresyon insert ignore into journalissuearticles values(MLR);, Rastgele Orman insert ignore into journalissuearticles values(RF);, Karar Ağacı insert ignore into journalissuearticles values(DT); ve En Yakın Komşu insert ignore into journalissuearticles values(kNN); algoritmaları çapraz doğrulama insert ignore into journalissuearticles values(cross-validation); 5 alınarak kullanılmıştır. Vücut ölçüleri ile canlı ağırlık insert ignore into journalissuearticles values(CA); arasında pozitif bir korelasyon olduğu tespit edilmiştir insert ignore into journalissuearticles values(P<0.01);. CA’nın en yüksek korelasyonu GÇ insert ignore into journalissuearticles values(r=0.972); ve GD insert ignore into journalissuearticles values(r=0.972); olarak bulunurken, en düşük korelasyon ise SY insert ignore into journalissuearticles values(r=0.887);’de bulunmuştur. MLR, RF, DT ve kNN algoritmalarında belirleme katsayıları insert ignore into journalissuearticles values(R2); sırasıyla % 93.90, % 91.20, % 85.70 ve % 85.60 olarak tespit edilmiştir. RF ve MLR’ye ait R2 değerleri; kNN ve DT modellerine nazaran daha yüksek bulunurken, MSE ve MAE tahmin performans ölçütleri ise bu modellerden daha düşük olarak tespit edilmiştir. Veri madenciliği algoritmalarından MLR modelin R2 değeri 0.939 ile en yüksek iken, en düşük değer ise kNN insert ignore into journalissuearticles values(0.856); modelinde tespit edilmiştir. Sonuç olarak; sığırların vücut ölçüleri kullanılarak canlı ağırlığı tahmin etmedeki doğruluğun yüksek olduğu ve sadece GÇ ve GD’nin ele alınması ilede doğru ve güvenilir sonuçlar elde edileceği söylenebilir. Sonuç olarak; sığırların vücut ölçüleri kullanılarak canlı ağırlığı tahmin etmedeki doğruluğun yüksek olduğu ve sadece belli bir vücut ölçüsünün ele alınması ile de doğru ve güvenilir sonuçlar elde edileceği söylenebilir.
Keywords : Algoritma, Canlı Ağırlık Tahmini, Sığır, Veri madenciliği, Vücut Ölçüleri