Performance Analysis of Multilayer Perceptron, Regression and Nearest Neighbor Algorithms in Classification of Traffic Accidents

Abstract

Dünya genelinde artan nüfus ile birlikte taşıt sayısı da artış göstermektedir. Taşıt sayısının artışı ise birçok problemi beraberinde getirmektedir. Bu problemlerden en önemlisi ise trafik kazalarıdır. Trafik kazalarının maddi ve manevi önemli kayıplara sebep olabilme durumu bu alandaki çalışmaların gerekliliğini ortaya koymaktadır. Trafik kazalarının daha iyi analiz edilebilmesi ve kolay yorumlanabilmesi için sınıflandırma işlemine ihtiyaç duyulmaktadır. Bu kapsamda teknolojinin gelişmesi ve yapay zekâ teknolojilerinin insan hayatına girmesi ile çeşitli sınıflandırma yöntemleri ve bilgisayar programları geliştirilmektedir. Yapılan bu çalışmada; Ülkemizde yıllara göre meydana gelen trafik kaza verisi kullanılarak yıllar ölüm ve yaralanma durumlarına göre sınıflandırılmıştır. Daha sonra veri madenciliği algoritmaları olan çok katmanlı algılayıcı, regresyon ve en yakın komşuluk yöntemleri ile yılların trafik kaza sayılarına göre sınıflandırılma performansları ve hata ölçütleri WEKA analiz programı ile hesaplanmıştır. Her üç algoritmanın sınıflandırılma değerleri birbiri ile kıyaslandığında hem performans analizi hem de hata ölçütleri açısından birçok kriterde en yakın komşuluk algoritmasının daha iyi sonuçlar verdiği tespit edilmiştir. Yapılan bu çalışma sayesinde son yıllarda meydana gelen trafik kazalarında ölüm ve yaralanma oranının 2000’li yıllarının başında olduğu gibi tekrar yüksek risk seviyesine geldiği tespit edilmiştir. Bu durum karar vericilerin trafik kazalarını azaltmaya yönelik önlemlerini artırması adına önemlidir. Öte yandan yapılan sınıflandırma performanslarının incelenmesi sayesinde ise benzer özelliklere sahip veri kümesinin sınıflandırılması işleminde hangi algoritmanın tercih edilebileceği ortaya konmuştur.