التفاصيل البيبلوغرافية
| العنوان: |
Determining the Happiness Class of Countries with Tree-Based Algorithms in Machine Learning. |
| Alternate Title: |
Makine Öğrenmesinde Ağaç Tabanlı Algoritmalarla Ülkelerin Mutluluk Sınıfının Belirlenmesi. (Turkish) |
| المؤلفون: |
Doğruel, Merve, Kara, Selin Soner |
| المصدر: |
Acta Infologica; Dec2023, Vol. 7 Issue 2, p243-252, 10p |
| مصطلحات موضوعية: |
MACHINE learning, HAPPINESS, RANDOM forest algorithms, BOOTSTRAP aggregation (Algorithms), ACCURACY |
| Abstract (English): |
Today, the concept of happiness is a frequently researched subject in the fields of economy, medicine, and social and political fields, as well as psychology. It has been an important research area for everyone, from policymakers to companies, to determine the factors affecting happiness. With machine learning algorithms, it is possible to make classifications with very high accuracy. The aim of this study is to use tree-based machine learning algorithms to classify the happiness scores of countries. In order to accomplish this, data from the World Happiness Index published in 2022 were used. On these data, tree-based algorithms CART, tree-based ensemble algorithms Bagging, and Random Forest were used. The test data of the model were obtained with 85% precision, recall, and F1 metrics, which were calculated using Bagging and Random Forest algorithms. The outcomes of the models obtained during the study were interpreted. [ABSTRACT FROM AUTHOR] |
| Abstract (Turkish): |
Mutluluk kavramı günümüzde psikoloji alanı dışında ekonomi, tıp, sosyal ve politik alanlarda da sıklıkla araştırılan bir konu haline gelmiştir. Mutluluğu etkileyen faktörlerin belirlenmesi, politika yapıcılardan işletmelere kadar önemli bir araştırma alanı olmuştur. Makine öğrenmesi algoritmaları ile yüksek doğrulukta sınıflandırmalar çalışmaları yapmak mümkündür. Bu çalışmada, ağaç tabanlı makine öğrenmesi algoritmaları kullanılarak ülkelerin mutluluk puanlarının sınıflandırılması amaçlanmaktadır. Bu amaçla 2022 yılında yayınlanan Dünya Mutluluk Endeksi’nden alınan veriler kullanılmıştır. Bu veriler üzerinde ağaç tabanlı algoritmalar SRT, ağaç tabanlı topluluk algoritmaları torbalama ve rastgele orman kullanılmıştır. Torbalama ve rastgele orman algoritmaları ile elde edilen modelin test verilerinde %85 kesinlik, duyarlılık ve F1 metrikleri hesaplanmıştır. Çalışmada elde edilen bu modellerin sonuçları yorumlanmıştır. [ABSTRACT FROM AUTHOR] |
|
Copyright of Acta Infologica is the property of Acta Infologica and its content may not be copied or emailed to multiple sites or posted to a listserv without the copyright holder's express written permission. However, users may print, download, or email articles for individual use. This abstract may be abridged. No warranty is given about the accuracy of the copy. Users should refer to the original published version of the material for the full abstract. (Copyright applies to all Abstracts.) |
| قاعدة البيانات: |
Complementary Index |
Full Text Finder