Page 75 - Çevre Şehir ve İklim Dergisi - Sayı 4

Hacı Abdullah Uçan - Tayfun Dede - Sinan Nacar

Tablo 12. Yüz ölçümü değişkeni için geliştirilen regresyon tabanlı modellerin eğitim,
doğrulama ve test veri setlerine ait performans istatistikleri

Eğitim KRA_Lin KRA_Üs KRA_Eks KRA_Kua MARS TreeNet

RMSE 15903 15875 15903 12222 12358 12981
(dekar)
MAE 10033 10046 10029 8570 8091 5057
(dekar)

NS 0,39 0,39 0,39 0,64 0,63 0,59

Doğrulama KRA_Lin KRA_Üs KRA_Eks KRA_Kua MARS TreeNet

RMSE 10625 10475 10606 19547 9083 7577
(dekar)
MAE (dekar) 7649 7642 7649 14444 7113 5433

NS 0,43 0,44 0,43 -0,94 0,58 0,71

Test KRA_Lin KRA_Üs KRA_Eks KRA_Kua MARS TreeNet
RMSE 11800 11275 11779 21921 11475 8062
(dekar)
MAE 8753 8456 8706 17717 9213 7072
(dekar)
NS 0,35 0,41 0,35 -1,24 0,39 0,70
Tablo 12 incelendiğinde doğrulama ve test veri setleri için en düşük RMSE,
MAE değerleri ile en yüksek NS değerlerinin TreeNet modelinden elde edildiği
görülmektedir. Eğitim veri setlerine bakıldığında ise en düşük RMSE değerinin
KRA kuadratik modelinden, en düşük MAE değerinin TreeNet modelinden
ve en yüksek NS değerlerinin ise KRA kuadratik modelinden elde edildiği
görülmektedir. Tabloya genel olarak bakıldığında ise TreeNet yöntemi eğitim,
doğrulama ve test kısımları olmak üzere her üç veri seti için yüksek doğrulukta
sonuçlar verdiği görülmektedir. Aynı bakış açısı ile değerlendirildiğinde
MARS yöntemi TreeNet’ten sonra gelen en yüksek performanslı model
olmuştur. KRA yönteminde ise lineer, üssel ve eksponansiyel fonksiyonlarına
ait model performanslarının birbirine yakın olduğu, bunlar arasından genel
olarak bakıldığında en yüksek doğruluğa sahip olanın üstel fonksiyon olduğu
belirlenmiştir. Lineer, üssel, eksponansiyel ve kuadratik fonksiyonları ile
geliştirilen modellere ait katsayılar Tablo 13’de verilmiştir.

60 Çevre, Şehir ve İklim Dergisi