Classification of Apple Varieties: Comparison of Ensemble Learning and Naive Bayes Algorithms in H2O Framework

Elma Çeşitlerinin Sınıflandırılması: H2O Tabanlı Kollektif Öğrenme ve Naive Bayes Algoritmalarının Karşılaştırılması

Abstract

In this study, H2O machine learning classification techniques were used to classify the applesaccording to the skin color of the fruits. For each variety, 60 samples were used at evaluations of the fruits. Fruitcolor values were based on L *, a * and b * color space, and measured by a portable spectrophotometer. RedDelicious, Golden Delicious, and Granny Smith apple varieties were studied to create the database, randomly.H2O Gradient Boosting Machine, H2O Random Forest, and H2O Naive Bayes Algorithms were used for dataanalysis. The data set was partitioned to 30% for testing and 70% for training. The classifier performance whichaccuracy (%), error percentage (%), F-Measure, Cohen’s Kappa, recall, precision, true positive (TP), falsepositive (FP), true negative (TN), false negative (FN) values were given at the conclusion section of the research.The results found that 100,0 % accuracy for H2O Gradient Boosting Machine, 98,4 % accuracy for H2O RandomForest and 100,0 % accuracy for H2O Naive Bayes.

Özet

Bu çalışmada, H2O tabanlı makine öğrenmesi sınıflandırma teknikleri, meyveleri kabuk rengine göre sınıflandırmak amacıyla kullanılmıştır. Veri seti oluşturmak için rastgele seçilen 60 adet Red Delicious, 60 adet Golden Delicious ve 60 adet Granny Smith elma çeşidine ait veriler değerlendirilmiştir. Meyve renk değerlerinde, L *, a * ve b * renk uzayı esas alınmış ve taşınabilir spektrofotometre ile ölçümler yapılmıştır. Veri analizi için H2O Gradyan Artırma Makinesi, H2O Rastgele Orman ile H2O Naive Bayes algoritmaları seçilmiştir. Veri seti test için %30, eğitim için ise %70 olarak bölümlendirilmiştir. Değerlendirme; doğruluk (%), yüzde hata (%), FÖlçümü, Cohen's Kappa, hatırlama, doğruluk, doğru pozitif (TP), yanlış pozitif (FP), gerçek negatif (TN), yanlış negatif (FN) değerleri gibi performans göstergelerine göre yapılmıştır. Sonuçlar, H2O Gradyan Artırma Makinesi için %100,0, H2O Rastgele Orman için %98,4 ve H2O Naive Bayes algoritması için %100,0 doğrulukta elde edilmiştir.