Pırlanta fiyat tahmini için regresyon modellerinin karşılaştırmalı analizi

Bilişim dünyasındaki gelişmeler ve artan veri hacmi ve çeşitliliği ile birlikte, hayatımıza büyük veri kavramı girmiş ve beraberinde birçok zorluğu da peşinde getirmiştir. Verinin işlenebilirliği büyük bir önem kazanmış ve güncel kullanılan bazı veri işleme yöntemlerinin performansı yetersiz gelmeye başlamıştır. Büyük veri analizinde yapay zekâ ve makine öğrenmesi teknikleri kullanılarak bu sorunlar çözülmeye çalışılmakta ve gün geçtikçe daha etkin çözümler bulan algoritmalar önerilmeye devam edilmektedir. Bu çalışmanın amacı, iyi bilinen ve sıklıkla kullanılan regresyon algoritmalarını bir veri kümesi üzerinde çalıştırmak ve performans sonuçlarını karşılaştırmalı olarak sunmaktır. Makalede pırlantaların kesimi, rengi, berraklığı ve fiyatı gibi özellikleri barındıran açık bir veri kümesi kullanılmıştır. Verilerin ön işlemesi yapılmış, tanımlayıcı analiz gerçekleştirilmiş ve fiyatlarının tahmini için 12 farklı regresyon modeli, hem ilkel hem de optimize edilmiş halleriyle çalıştırılmıştır. Algoritmalar RMSE (Root Mean Squared Error) değerlerine göre karşılaştırılmış ve sonuçlar yorumlanmıştır.