Benzetimli Tavlama Algoritması İle Eksik Veri Tamamlama

Abstract

Öz: İstatiksel birçok yöntem eksik değerlere sahip veri setleri üzerinde çalışma kapasitesine sahip değildir. Bu nedenle, girdi olarak yalnızca tam veriyi kabul eden modellerin tahmin performansı önemli ölçüde düşmektedir. Eksik verilerin tamamlanması bunun için veri analizlerinde önemli bir yere sahiptir. Bu çalışmada kullanılan veri seti üzerinde eksik olan verilerin tamamlanma probleminin çözümünde sezgisel optimizasyon yöntemi olan Benzetimli Tavlama Algoritması(BTA) kullanılmıştır. Modern sezgisel teknikler, bir problem çözümünde, kendi yerel arama sistemleri ile en iyi sonuca ulaşmayı amaçlamaktadırlar. BTA performansını etkileyen en önemli değer başlangıç sıcaklık değeri (T0) olduğundan üç farklı sıcaklık değeri ile sonuçlar alınmıştır. To=100.000 değeri için %68, To=10.000 için %51 ve To=1.000 için %46'lik bir başarı elde edilmiştir.