Determining the Perception and Attitude of the Van Lives in the Traffic by Using the Feature Selection by the Random Forest Method

Abstract

Bu tez çalışmasında, Van ilinde yaşayanların trafik algı ve tutumlarını ölçmek amacıyla Rastgele Orman yöntemi uygulanmıştır. 2015 ile 2018 yıllarında Van ilinde yaşayanlara yönelik uygulanan anket çalışmasına katılan 773 adet katılımcıya ilişkin bilgiler kullanılarak Rastgele Ormanlar yöntemi ile öncelikle sınıflandırma işlemi yapılarak performans ölçütleri açıklanmıştır. Sonrasında bağımlı değişken ile kuramsal ilişkisi olduğu düşünülen 41 adet bağımsız değişkenin önemlerine göre özellik seçimi işlemi yapılmıştır. Bu çalışmada, bağımlı değişken olarak anketin içerisinde yer alan 'Trafik kurallarına harfi harfine uyarım', 'Trafik kurallarının araba kullanma zevkini yok ettiğine inanıyorum' ve 'Hız limitini 10-15 km/saat aşmakta sorun yoktur çünkü bunu herkes yapıyor' soruları birbirlerinden bağımsız olarak sırasıyla seçilerek katılımcıların verdikleri cevaplar üzerinden sınıflandırma işlemi uygulanmıştır. İlk olarak sınıflama işleminde baz alacağımız iki adet parametre olan Ağaç Sayısı ile Maksimum Değişken sayısı parametreleri önce tablo ve grafikler üzerinden ayrı ayrı, ardından hiperparametre optimizasyonu ile iki farklı şekilde hesaplanmıştır. Sonrasında sınıflandırma modeline ait Doğruluk yüzdesi, F-puanı, ROC eğrisi altında kalan alan (AUC değeri) hesaplanarak modelin başarı ve güvenilirlik ölçüsü hesaplanmıştır. Son olarak Kappa değerleri üzerinden sınıflar arasındaki uyumu ölçme işlemi uygulanmış olup bağımlı değişkenlerin her birinin ayrı ayrı olarak sınıflama performanslarını belirlemede önemi en yüksek olan bağımsız değişkenler arasından özellik seçimi işlemi yapılarak bağımlı değişken ile arasındaki ilişki yorumlanmıştır.In this thesis, the Random Forest method was applied in order to measures traffic perception and attitude of people living in Van province. Using the information about 773 workers who participated in the questionnaire participant conducted for those living in Van in 2015 and 2018, the Random Forest was firstly classified and performance criteria were explained. After that, features were selected according to the importance of 41 independent variables, which were thought to have a theoretical relationship with the dependent variable. In this study, the questions of 'I strictly obey traffic rules', 'I believe that traffic rules destroy the pleasure of driving' and 'It is okay to exceed the speed limit of 10-15 km/hour because everyone does it', which are included in the questionnaires independently. The classification process was applied based on the answers given by the participants by selecting them in order. Firstly, the two parameters that we will take as basis in the classification process, Number of Trees and Maximum Number of Variables, were calculated separately over tables and graphs, after that then in two different ways with hyperparameter optimization. Afterwards, the Accuracy percentage, F-score, area under the ROC curve (AUC value) of the classification model were calculated and the success and reliability measures of the model was calculated. Finally, the process of measuring the fit between the classes through Kappa values was applied and the relationship between the dependent variable was interpreted by feature selection the independent variables that have the highest importance in determining the classification performance of each of the dependent variables separately.