K-Ortalamalar Kümeleme Yöntemi̇ İle Temel Makroekonomi̇k Ve Fi̇nansal Göstergeler İle Değerlendi̇ri̇lmesi̇: Kirilgan Beşli̇ Ülkeleri̇ni̇n Örneği̇

Abstract

ÖZBu çalışma ile kırılgan beşli ülkelerinin 2007-2019 dönem aralığı için belirlenen 5 temel makro-ekonomik ve finansal gösterge açısından, kümeleme analizi yöntemlerinden hiyerarşik olmayan K-ortalamalar yöntemi ile gruplanması, Türkiye'nin ait olduğu grubun ve o grupta yer alan diğer ülkelerin tespit edilmesi amaçlanmıştır. Bu amaç doğrultusunda göstergeler aylık bazda ele alınarak, analiz her yıl için gerçekleştirilmiş ve dönemsel farklılık ve/veya hassasiyet olup olmadığı incelenmiştir. Ayrıca k-ortalamalar kümeleme yöntemi başlangıç merkez seçimine duyarlı olduğundan, yöntem olası tüm başlangıç merkez veriler için gerçekleştirilmiş ve farklı küme grup yapıları, görülme sıklıkları ve Silhouette indeks değeri yardımı ile karşılaştırılmıştır. Analizlerden elde edilen bulgulara göre, Türkiye ve Brezilya çoğunlukla aynı grupta yer alırken Hindistan, Endonezya ve Güney Afrika ülkelerinin de çoğunlukla birlikte diğer grupta yer aldığı gözlemlenmiştir. ABSTRACTIn this study, in terms of 5 key macro-economic and financial indicators identified for the 2007-2019 period range of fragile fives countries, the method of clustering analysis non-hierarchical k-means method of grouping, it is intended to identify the group to which Turkey belongs and the other countries in that group. For this purpose, the indicators were examined on a monthly basis and the analysis was carried out for each year and whether there were periodic differences and/or sensitivity. In addition, since the traditional K-means clustering method is sensitive to initial center selection, the method was performed for all possible initial centers and compared different cluster group structures with the help of incidence and silhouette index value. According to the findings obtained from the analysis Turkey and Brazil were mostly in the same group, while India, Indonesia and South Africa were mostly in the other group together.

A New Approach In Metaheuristic Clustering: Coot Clustering

“…For example, in the clustering of multidimensional data, a new approach for preventing local solution traps by considering the farthest points for initial cluster center selection has been proposed for KM and metaheuristic Particle Swarm Optimization (PSO)-based clustering methods [4]. In another study, KM clustering was used to group five different countries, including Turkey, based on economic and financial indicators such as inflation rates and stock indices [5]. Another application involved clustering samples from 45 different crude oil sources based on their physicochemical properties using the KM algorithm [6].…”