Research Article

Kuzularda Yetiştirme Tipinin Regresyon Ağacı Algoritmaları Tahmin Performansına Etkisi

Volume: 23 Number: 3 June 30, 2020
EN TR

Kuzularda Yetiştirme Tipinin Regresyon Ağacı Algoritmaları Tahmin Performansına Etkisi

Öz

Bu araştırma, yetiştirme tipi elit ve taban olan İvesi ırkı kuzuların sütten kesim ağırlıkları üzerine CART, CHAID ve Exhausted CHAID algoritmalarının tahminleme performanslarını karşılaştırmak amacıyla yapılmıştır. Bu çalışmada Osmaniye Toprakkale ilçesinde bulunan farklı yetiştirme tipi uygulayan (elit ve taban) iki işletmeden elde edilen 2014-2015 yıllarında Kasım-Ocak aylarında doğmuş toplam 331 baş İvesi ırkı kuzu kaydı kullanılmıştır. Elit sürü tipinde doğan kuzuların doğum ağırlığı (DA) ortalaması 4.92±0.05 kg; taban sürüde doğan kuzuların DA ortalaması ise 4.11±0.07 kg; elit sürüde yetişen kuzuların sütten kesim ağırlığı (SKA) ortalaması 14.35±0.12 kg; taban sürüde yetişenlerin ise 13.89±0.16 kg olduğu görülmüştür. Her iki sürüde (elit ve taban) doğumdaki ana yaşı, doğum tipi, cinsiyet, doğum ayı, sütten kesim zamanı ve doğum ağırlığı bağımsız değişken olarak kullanılırken, sütten kesim ağırlığı bağımlı değişken olarak kullanılmıştır. CART, CHAID ve Exhausted CHAID algoritmalarını mukayese etmek için RMSE, MAPE, RAE, SDratio ve MAD uyum iyiliği kriterleri ile Pearson korelasyon katsayısı (r), R2Adj ve R2 değerleri kullanılmıştır. Her iki sürüde en yüksek R2 değeri CART algoritması ile elde edilmiştir. Bu çalışma ile yetiştirici koşullarında yapılan seleksiyon çalışmalarında CART algoritması iyi bir araç olarak değerlendirilebilir.

Anahtar Kelimeler

Thanks

Kayıtlarını kullanmamıza izin vererek bu çalışmanın gerçekleşmesine katkıda bulunan Osmaniye İli Damızlık Koyun Keçi Yetiştiricileri Birliği’ne ve Proje Teknik Elemanlarına teşekkür ederim.

References

  1. Aksahan R, Keskin İ 2015. Determination of the Some Body Measurements Effecting Fattening Final Live Weight of Cattle by the Regression Tree Analysis. Selçuk Tarım Bilimleri Dergisi, 2(1): 53-59.
  2. Ali M, Eyduran E, Tariq MM, Tirink C, Abbas F, Bajwa MA, Baloch MH, Nizamani AH, Waheed A, Awan MA, Shah SH 2015. Comparison of artificial neural network and decision tree algorithms used for predicting live weight at post weaning period from some biometrical characteristics in Harnai sheep. Pakistan Journal of Zoology, 47(6): 1579–1585.
  3. Balta B, Topal M 2018. Regression tree approach for assessing the effects of non-genetic factors on birth weight of Hemşin lamb. Alınteri Zirai Bilimler Dergisi, 33(1): 65–73.
  4. Breiman L, Friedman J, Olshen R, Stone C 1984. Classification and regression trees. Wadsworth Int. Group, 37(15): 237-251.
  5. Camdeviren HA, Yazici AC, Akkus Z, Bugdayci R and Sungur MA 2007. Comparison of logistic regression model and classification tree: An application to postpartum depression data. Expert Systems with Applications, 32(4):987-994. DOI:10.1016/j.eswa.2006.02.022
  6. Celik S, Eyduran E, Karadas K, Tariq MM 2017. Comparison of predictive performance of data mining algorithms in predicting body weight in Mengali rams of Pakistan. Revista Brassileira Zootecnia, 46(11): 863–872.
  7. Cengiz F, Karaca S, Kor A, Ertuğrul M, Arık İZ, Gökdal, Ö 2015. Küçükbaş hayvan yetiştiriciliğinde değişimler ve yeni arayışlar. Türkiye Ziraat Mühendisliği VIII. Teknik Kongresi (12-16 Ocak 2015), Ankara.
  8. Chang LY, Wang HW 2006. Analysis of traffic injury: An application of non-parametric classification tree techniques. Accident Analysis Prevention, 38, 1019-1027.

Details

Primary Language

Turkish

Subjects

Agricultural, Veterinary and Food Sciences

Journal Section

Research Article

Publication Date

June 30, 2020

Submission Date

November 26, 2019

Acceptance Date

January 16, 2020

Published in Issue

Year 2020 Volume: 23 Number: 3

APA
Tatlıyer, A. (2020). Kuzularda Yetiştirme Tipinin Regresyon Ağacı Algoritmaları Tahmin Performansına Etkisi. Kahramanmaraş Sütçü İmam Üniversitesi Tarım Ve Doğa Dergisi, 23(3), 772-780. https://doi.org/10.18016/ksutarimdoga.vi.651232

Cited By


International Peer Reviewed Journal
Free submission and publication
Published 6 times a year



88x31.png


KSU Journal of Agriculture and Nature

e-ISSN: 2619-9149