Performance of Machine Learning Methods in Location-Based Prediction

Authors : Nuh Mehmet ÖZMERDİVENLİ, Murat TAŞYÜREK, Serhat HIZLISOY, Bahatdin DAŞBAŞI

Pages : 793-802

Doi:10.21605/cukurovaumfd.1190438

View : 16 | Download : 8

Publication Date : 2022-10-17

Article Type : Research Paper

Abstract :Son yıllarda meydana gelen teknolojik gelişmeler sayesinde IoT (nesnelerin interneti) sensörleri kullanılarak elde edilen verilerin sayısı, çeşitliliği ve niteliği artmaktadır. IoT sensörlerinden elde edilen bu veriler arazi kullanımı, iklim değişikliği, bitki örtüsünün incelemesi ve hava kalitesi tahmini gibi birçok bilimsel alanda kullanılmaktadır. Bu çalışmada, IoT sensörleri üzerinden elde edilen verileri makine öğrenmesi yöntemi ile kullanılarak konum bazlı mekânsal analiz uygulaması gerçekleştirilmiştir. Bu uygulama ile Meteoroloji Genel Müdürlüğü’nden alınan gerçek veriler içerisinden Kayseri ilinet ait günlük ortalama nem, ortalama basınç ve istasyon rakım bilgisi kullanılarak istasyonun ortalama sıcaklık bilgileri Yapay sinir ağı (ANN), Rasgele orman (RF) ve Destek vektör Makineleri (SVM) algoritmaları ile tahmin edilerek yöntemlerin performansları karşılaştırılmıştır. Deneysel değerlendirmelerde ANN, RF ve SVM yöntemleri ortalama 0,83, 0,75 ve 0,50 R2 değeri elde etmiştir. ANN yöntemi konum bazlı sıcaklık tahmininde RF ve SVM yöntemlerine göre daha üstün performans göstermiştir.
Keywords : Konum tabanlı tahmin, Mekansal veri, Makine öğrenmesi