Taya, Özlem2023-12-212023-12-212022Taya, Ö. (2022). Destek vektör makineleri ve lojistik regresyon yöntemi ile sınıflandırma: Türkiye' nin ithalat ve ihracat örneği. İnönü Üniversitesi, Malatya.https://hdl.handle.net/11616/87676Bu çalışmada Türkiye'ye ait dış ticaret verileri ile makine öğrenmesi yöntemlerinden yararlanılmış olup sınıflandırma çalışması yapılmıştır. Çalışma kapsamında makine öğrenmesi yöntemlerinden destek vektör makineleri ve lojistik regresyon modelleri kullanılarak model performans karşılaştırması yapılmıştır. Destek vektör makinelerinde radyal ve doğrusal çekirdek fonksiyonları kullanılmıştır. En iyi sınıflandırıcıyı seçmek için karışıklık matrisi değerleri ve ROC eğrisi kullanmıştır. En iyi sonuç destek vektör makinelerinden olan radyal çekirdek fonksiyonundan elde edilmiştir. Anahtar Kelimeler: Makine öğrenmesi, Destek Vektör Makineleri, Lojistik Regresyon, ROC Eğrisi, Karışıklık Matrisi, SınıflandırmaIn this study, foreign trade data of Turkey and machine learning methods were used and classification study was carried out. Within the scope of the study, model performance comparison was made by using support vector machines and logistic regression models from machine learning methods. Radial and linear kernel functions are used in support vector machines. Confusion matrix values and ROC curve were used to select the best classifier. The best result was obtained from the support vector machine, the radial kernel function. Key Words: Machine Learning, Support Vector Machines, Lojistic Regression, ROC Curve, Confusion Matrix, Classificationtrinfo:eu-repo/semantics/openAccessMakine öğrenmesiDestek Vektör MakineleriLojistik RegresyonROC EğrisiMaster Thesis78