Kuzularda Yetiştirme Tipinin Regresyon Ağacı Algoritmaları Tahmin Performansına Etkisi
Bu araştırma, yetiştirme tipi elit ve taban olan İvesi ırkı kuzularınsütten kesim ağırlıkları üzerine CART, CHAID ve Exhausted CHAIDalgoritmalarının tahminleme performanslarını karşılaştırmakamacıyla yapılmıştır. Bu çalışmada Osmaniye Toprakkale ilçesindebulunan farklı yetiştirme tipi uygulayan (elit ve taban) iki işletmedenelde edilen 2014-2015 yıllarında Kasım-Ocak aylarında doğmuştoplam 331 baş İvesi ırkı kuzu kaydı kullanılmıştır. Elit sürü tipindedoğan kuzuların doğum ağırlığı (DA) ortalaması 4.92±0.05 kg; tabansürüde doğan kuzuların DA ortalaması ise 4.11±0.07 kg; elit sürüdeyetişen kuzuların sütten kesim ağırlığı (SKA) ortalaması 14.35±0.12kg; 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 bağımsızdeğişken olarak kullanılırken, sütten kesim ağırlığı bağımlı değişkenolarak kullanılmıştır. CART, CHAID ve Exhausted CHAIDalgoritmalarını mukayese etmek için RMSE, MAPE, RAE, SDratio veMAD uyum iyiliği kriterleri ile Pearson korelasyon katsayısı (r), R2 Adjve R2 değerleri kullanılmıştır. Her iki sürüde en yüksek R2 değeriCART algoritması ile elde edilmiştir. Bu çalışma ile yetiştiricikoşullarında yapılan seleksiyon çalışmalarında CART algoritması iyibir araç olarak değerlendirilebilir.
The Effects of Raising Type on Performances of Some Data Mining Algorithms in Lambs
The present study was conducted to compare the predictive performances of CART, CHAID and Exhausted CHAID algorithms to estimate weaning weight (WW) of Awassi lambs raised in elite and base flock. In accordance with this purpose, 331 Awassi lamb (born between November- and January in 2014-2015) records were collected from base flock and elite flock in Toprakkale, Osmaniye provice. Birth weight (BW) of Awassi lambs in elite flock and base flock were 4.11±0.07 kg and 4.92±0.05 kg, respectively; weaning weight (WW) of Awassi lambs in elite and base flock were14.35±0.12 kg and 13.89±0.16 kg, respectively. In both flock (elite and base), dam age at birth, birth type, sex, month, weaning time and birth weight were used as independent variables, while weaning weight was used as dependent variable. In order to compare CART, CHAID and Exhausted CHAID algorithms RMSE, MAPE, RAE, SDratio and MAD goodness of fit criteria and Pearson correlation coefficent (r), R2 Adj and R2 were used. The highest R2 value in both flocks was obtained by the CART algorithms. As a result, in this study, CART algorithm can be evaluated as a good tool in selection studies performed in growing conditions.
___
- 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.
- 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.
- 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.
- Breiman L, Friedman J, Olshen R, Stone C 1984. Classification and regression trees. Wadsworth Int. Group, 37(15): 237-251.
- 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.
- 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.
- 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.
- Chang LY, Wang HW 2006. Analysis of traffic injury: An application of non-parametric classification tree techniques. Accident Analysis Prevention, 38, 1019- 1027.
- Eyduran E, Karakus K, Keskin S, Cengiz F 2008. Determination of factors influencing birth weight using regression tree (RT) method. Journal of Applied Animal Research, 34: 109–112.
- Grzesiak W, Zaborski D 2012. Examples of the use of data mining methods in animal breeding. In: Data mining applications in engineering and medicine (ed. A Karahoca). InTech, Rijeka, Croatia,. in IntechOpen 303–324. DOI: http://dx.doi.org/ 10.5772/57353
- Hastie,T. Tibshirani,R., Friedman J 2001. The Elements of Statistical Learning. Springer, NewYork Kass, G. 1980. An exploratory technique for investigating large quantities of categorical Data. Applied Statistics, 29:2, 119-127.
- Khan MA, Tariq MM, Eyduran E, Tatliyer A, Rafeeq M, Abbas F, Rashid N, Awan MA, Javed K 2014. Estimating body weight from several body measurements in Harnai sheepwithout multicollinearity problem. Journal of Animal and Plant Science, 24(1):120–126
- Koc Y 2016. Application of regression tree method for different data from animal science. MSc Thesis, Igdir University, 58.
- Koyuncu M 2012. Türkiye hayvancılığında küçükbaş hayvancılığının yeri. Bursa Tarım Kongresi, (27-29 Eyül 2012), Bursa.
- Küçükönder H, Üçkardeş F, Nariç D 2014. Hayvancılık Alanında Bir Veri Madenciliği Uygulaması: Japon Bıldırcını Yumurtalarında Döllülüğe Etki Eden Bazı Faktörlerin Belirlenmesi. Kafkas Üniversitesi Veteriner Fakültesi Dergisi, 20 (6): 900-908.
- Loh WY 2011. Classification and regression trees. Wires Data Min Knowl, 1, 14-23.
- Mendeş M, Akkartal E 2009. Regression tree analysis for predicting slaughter weight in broilers. Italian Journal of Animal Science, 8(4):615-624.
- Moghadam MPA, Pahlavani P, Naseralavi, S 2016. Prediction of car following behavior based on the instantaneous reaction time using an ANFIS-CART based model. International Journal of Transportation Engineering 4 (2): 109-126.
- Olfaz M, Tırınk C, Önder H 2019. Use of CART and CHAID algorithms in Karayaka sheep breeding. Kafkas Universitesi Veteriner Fakültesi Dergisi, 25(1): 105–110. DOI: 10.9775/kvfd.2018.20388
- Oruçoğlu O 2011. Holstein ırkı ineklerin 305 günlük süt verimini etkileyen çevre faktörlerinin regresyon ağacı ile belirlenmesi. Süleyman Demirel Üniversitesi, Fen Bilimleri Enstitüsü, Zootekni Ana Bilim Dalı, Yüksek lisans tezi, , 61 s.
- Sevgenler, H 2019. Keçilere ait kimi özelliklerin canlı ağırlık üzerindeki etkilerini belirlemek amacıyla kullanılan veri madenciliği algoritmalarının (Cart, Chaid ve Mars) karşılaştırılması. Iğdır Üniversitesi, Fen bilimleri Enstitüsü, Zootekni Ana Bilim Dalı, Yüksek Lisans Tezi, 70 s.
- Sezgin E, Kopuzlu S, Yuksel S, Esenbuga N, Bilgin ÖC 2012. Determination of growth traits and heritabilities of growth characteristics of Hemsin sheep reared in Artvin. Kafkas Universitesi Veteriner Fakültesi Dergisi, 18: 899-905.
- Temel GO, Ankaralı H, Yazıcı AC 2010. Regresyon Modellerine Alternatif Bir Yaklaşım:MARS. Türkiye Klinikleri Biyoistatistik, 2(2): 58-66.
- TUİK 2018: Türkiye İstatistik Kurumu. Erişim: https://biruni.tuik.gov.tr/hayvancilikapp/hayvancil ik.zul.
- Wilkinson L 1992. Tree Structured Data Analysis: AID, CHAID and CART. In: 1992 Sun Valley, ID, Sawtooth/SYSTAT Joint Software Conference 1–10.
- Yağcı S, Baş S, Tatlıyer A 2018. Şavak Akkaraman Kuzuların Yetiştirici Koşullarında Büyüme ve Yaşama Gücü Özellikleri. Lalahan Hayvancılık Araştırma Enstitüsü Dergisi 58 (2): 81-88.
- Yakubu A 2012. Application of Regression Tree Methodology in Predicting the Body Weight of Uda Sheep. Animal Science and Biotechnologies, 45 (2): 484-490.