Özet:

Sınıflandırma kural madenciliği en çok çalışılan veri madenciliği problemlerindendir. Bu makalede birden fazla sınıflama etiketi bulunan ve tahmin edilecek birden fazla hedef niteliğin olduğu veritabanlarında, sınıflandırma kural madenciliğinin daha genel bir hali olan kompleks ve fazla çalışılmamış genelleştirilmiş kural keşfi problemi için ilk kez kimya tabanlı Yapay Kimyasal Reaksiyon Optimizasyon Algoritması (YAKROA) kullanılmıştır. İlginçlik kriteri de eklenerek; algoritmanın keşfedeceği kuralların sadece doğru ve anlaşılabilir değil aynı zamanda ilginç, beklenmedik ve sürpriz olması için de gerekli düzenlemeler yapılmıştır. Farklı amaçlar doğrultusunda değişik veritabanlarında farklı kurallar kümesi, esnek bir şekilde algoritmadaki temsil biçimi ve amaç fonksiyonunun düzenlenmesiyle bulunmuştur. Farklı özellikte halka açık gerçek veritabanlarında YAKROA’nın sınıflandırma kural keşfi problemindeki performansı genetik algoritma, parçacık sürü optimizasyon algoritması ve karınca koloni optimizasyon algoritması ile karşılaştırılmıştır. Deneysel sonuçlardan, YAKROA’nın veri madenciliğinin bu özel alanındaki performansının umut verici olduğu görülmüştür. YAKROA’nın farklı veri madenciliği problemleri; özellikle birliktelik kurallarının keşfi, kümeleme kurallarının keşfi, ardışık örüntü keşfi vb. için etkili bir çözüm yöntemi olarak kullanılabileceği öngörülmektedir.

Anahtar Kelimeler: