AI Summary & Key Takeaways
AI InsightClusters obtained by k-means and decision tree analysis are then compared by themselves and with the real regions of Turkey and discussed.
📌 3 Key Takeaways
Abstract
Turkey is divided into 7 regions depending on the cities’ geographic locations. Since the geographic properties of the cities belonging the same region are the same, socio-economical properties like populations, migration rates, annual incomes per person are expected to be similar. Some cities may not possess the same socio-economic structure with the rest of the cities that are from the same region but are assigned to the region anyway just because of geographical proximity. This study aims to find the cities which are in a sense exceptional in their regions. In order to eliminate the effect of the geographical proximity of the cities, not exact locations of the cities but the estimate locations obtained from multi-dimensional scaling are used. At the first hand, a k-means clustering algorithm which only depends on the geographical locations of the cities are used to form 7 clusters. Then, a decision tree analysis is used to form the clusters using both coordinates of the cities and socio-economical properties. Clusters obtained by k-means and decision tree analysis are then compared by themselves and with the real regions of Turkey and discussed.
Özet
Türkiye şehir yerlerine bağlı olarak 7 bölgeye ayrılmıştır. Aynı bölgedeki şehirlerin coğrafi özellikleri aynı olduğundan, nüfus, göç oranı, kişi başına düşen yıllık gelir gibi sosyo-ekonomik göstergelerinin de benzer olması beklenir. Bazı şehirler bulunduğu bölge içindeki diğer şehirlerden sosyo-ekonomik yapı bakımından farklı olmasına rağmen coğrafi yakınlık sebebiyle bulunduğu bölgeye atanmış olabilirler. Bu çalışma, bölgelerinde bir anlamda aykırı olan şehirleri tespit etmeyi amaçlamaktadır. Şehirlerin coğrafi yakınlığının etkisini ortadan kaldırmak için şehirlerin gerçek yerleri değil çok-boyutlu ölçeklendirme yönteminin verdiği şehir yerleri kullanılmaktadır. Başlangıçta sadece coğrafi yer bilgisine dayanan k-ortalama gruplandırma yöntemiyle şehirler 7 ayrı gruba bölünmüştür. Ardından, şehir yerleri ve sosyo-ekonomik göstergeleri beraber kullanan karar ağacı yöntemi grup oluşturmak için kullanılmıştır. K-ortalama ve karar ağacı yöntemlerinin verdiği gruplar birbirleriyle ve ardından gerçek Türkiye bölgeleriyle kıyaslanmış ve tartışılmıştır.