Daily Flow Modeling With Random Forest and K-Nearest Neighbor Methods

Authors : Hüseyin Yildirim DALKILIÇ, Sefa Nur YEŞİLYURT, Pijush SAMUİ

Pages : 914-925

Doi:10.18185/erzifbed.949126

View : 36 | Download : 14

Publication Date : 2021-12-18

Article Type : Research Paper

Abstract :Su; canlı yaşamı için vazgeçilemez bir doğal kaynaktır. Bu nedenle su kaynaklarının korunması ve kontrolü büyük önem arz etmektedir. Nehir akımı tahmini ve modellemesi; su kaynaklarının yönetimi, sulama faaliyetleri gibi durumlarda önem arz ettiği için sürekli araştırılmaya ve geliştirilmeye ihtiyaç duyulmuş bir konu olarak literatürde yer almaktadır. Tahmin ve modelleme için çok sayıda teknik kullanılmakta, yapılan çalışmaların gelişmesi, tekniklerin kıyaslanması ve eksik yönlerin görülmesi ile tahmin sonuçları giderek iyileşmektedir. Bu çalışmada da tahmin sonuçlarını değerlendirmek ve daha iyi olan tahmin yöntemini bulabilmek, yöntemlerin avantaj ve dezavantajlarını tespit edebilmek için makine öğrenmesi yöntemlerinden Random Forest ve K-Nearest Neighbors doğrusal olmayan regresyon modelleri kullanılmıştır. Ayrıca RF modeli için hiperparametre seçimi Random Search ve Grid Search yöntemleri kullanılarak da oluşturulup kıyaslaması yapılmıştır. Fırat havzasında yer alan iki istasyona ait 1981-2011 yılları için günlük akım verileri kullanılan çalışmada; rank analizi ile nihai sonuca ulaşılmış olup diğer modellere göre Random Forest modelinin hiperparametrelerinin belirlenebilmesi için Random Search uygulandığında daha iyi sonuç alındığı görülmüştür.
Keywords : Random Forest, K Nearest Neighbors, Random Search, Grid Search

ORIGINAL ARTICLE URL