Fuzzy kümeleme teknikleri ve Avrupa Birliği üye ülkeleri ile Türkiye’nin fuzzy kümelenmesi

Abstract

meleme Yaklaşımları, Fuzzy Kümeleme, Fuzzy C-Ortalamalı Kümeleme Algoritması ÖZET FUZZY KÜMELEME TEKNİKLERİ VE AVRUPA BİRLİĞİ ÜYE ÜLKELERİ İLE TÜRKİYE’NİN FUZZY KÜMELENMESİ Günümüzde yüksek orandaki veri artışı, verilerin analiz sürecini de aynı oranda zorlaştırmaktadır. Kümeleme Analizi, verilerin analizini yapan kişilerin, bu problemi çözmek için sıkça başvurduğu tekniklerden biridir. Bu tezde, hiyerarşik ve hiyerarşik olmayan kümeleme analizi yaklaşımları ve veri setindeki veri grupları arasında kesin ayrımın söz konusu olamadığı durumlarda başarıyla uygulanan klasik fuzzy kümeleme algoritmalarından Fuzzy C-Ortalamalı kümeleme algoritması ve bu algoritmanın geliştirilmiş versiyonları olan Gustafson-Kessel ve Gath-Geva kümeleme algoritmaları anlatılmıştır. Küme sayısının bilinmediği durumlarda optimum küme sayısının nasıl elde edileceği incelenmiştir. Son olarak, bu tez çalışmasında Fuzzy Kümeleme Tekniklerinden Fuzzy C-Ortalamalı kümeleme algoritması kullanılarak Avrupa Birliği üye ülkeleri ve şu anda aday statüsünde bulunan Türkiye’nin, ne kadar ortak gruplar oluşturdukları incelenmek istenmiştir. Clustering Approaches , Fuzzy Clustering, Fuzzy C-Means Clustering Algorithm

FUZZY CLUSTERING TECHNIQUES AND FUZZY CLUSTERING OF EU MEMBERS AND TURKEY The high increase rate of the data makes the analysis process equally difficult. Cluster analysis is a technique commonly used by individuals who analyse these data. In this work, hierarchical and nonhierarchical clustering analysis approaches and classical fuzzy clustering algorithms like most popular used Fuzzy C-Means Clustering Algorithm and its variations Gustafson-Kessel and Gath-Geva clustering algorithms have been studied, which could be used when there is no hart borders between the data groups in the data set. The ways finding the optimum number of clusters has been discussed when there is no a priori information about the number of clusters. Finally, Fuzzy C- Means clustering algorithm is used to analyse the similarity between the EU members and Turkey in the application.