WOA-Miner: Classification Rule Discovery Using Whale Optimization Algorithm

Balina Optimizasyonu Algoritması Kullanarak Sınıflandırma Kuralları Keşfi: WOA-Madenci

Abstract

This paper proposes a rule discovery tool for classification by using whale optimization algorithm that simulates the foraging behavior of humpback whales. Rule extraction is based on the optimization of randomly selected attributes according to rule fitness value. Algorithm were implemented and tested the most known 13 datasets and the results were compared with other known data mining algorithms including Decision Tree, Naïve Bayes, J48, JRip, Artificial Bee Colony and Ant Colony Optimization. The obtained results showed that whale optimization algorithm proved an appropriate candidate for classification processes.

Özet

Bu çalışma, kambur balinaların yiyecek arama davranışını simüle eden balina optimizasyonu algoritmasını kullanarak sınıflandırma için bir kural bulma aracı önermektedir. Kural çıkarımı, kural uygunluğuna göre rastgele seçilen niteliklerin optimizasyonuna dayanır. Algoritma en bilinen 13 veri setini uygulayarak test etmiş ve sonuçlar Karar Ağacı, Naive Bayes, J48, JRip, Yapay Arı Kolonisi ve Karınca Koloni Optimizasyonu dâhil diğer bilinen veri madenciliği algoritmalarıyla karşılaştırılmıştır. Elde edilen sonuçlar balina optimizasyon algoritmasının sınıflandırma süreçleri için uygun bir aday olduğunu kanıtlamıştır.