OECD Endüstriyel Üretim Verilerinde Bulunan Kayıp Verilerin kNN Yöntemi İle Tahmini

Ekonomik İşbirliği ve Kalkınma Örgütü (OECD), daha iyi yaşamlar oluşturmak için çalışan uluslararası bir organizasyondur. Bu amaç doğrultusunda OECD ülkeler hakkında birçok göstergede veri toplamaktadır. Daha doğru analizler yapabilmek bu verilerin eksiksiz olması gerekmektedir. Fakat ulusal farklı kaynaklardan toplanan bilgilerde eksiklikler olmaktadır. özellikle istatiksel analiz makine öğrenmesi yöntemleri kullanarak çalışmak isteyen araştırmacılara problem çıkartmaktadır. tür setlerinin öncelikle eksik verilerden temizlenmesi Genel olarak veriler istatistiksel analizleri üzerinde olumsuz etkiye sahiptir. sorunu çözmek geleneksel modern yöntemler vardır. Değişkenler tamamen rastgele (MCAR), (MAR) değil (MNAR) olabilir. neden ile her değişken ayrı ele alınmalıdır. Temel Göstergeler tabanı içerisindeki endüstriyel üretim başlıklı setinde 34 ülkeye ait 113 3933 tam olmak üzere 4046 değer bulunmaktadır. Veri setini gruplara ayırmak çalışmada k-en yakın komşu (kNN) adı verilen öğrenimi algoritmasını kullanılmış. kNN algoritması kullanımının basit olduğundan yaygın kullanılmaktadır. Çalışmada kullanılan algoritmaya en komşuluk değeri k=15 belirlenmiştir. Eksik verileri tahmin etmede %86,8’lik başarı elde edilmiştir.