ÖZET

Sonuç:

Bu doğrultuda somatizasyon ve duygusal öz farkındalık kavramları üzerinden makine öğrenmesi yöntemleri ile bireylerin şiddet mağduriyetlerinin belirli bir doğruluk oranında tahmin edilebildiğini söylemek mümkündür.

Bulgular:

Doğruluk ve f1-skoru değerleri göz önüne alındığında en iyi sınıflama performansı 0.74 doğruluk ve 0.82 f1-skoru değeri ile Lojistik Regresyondan elde edilmiştir.

Gereç ve Yöntem:

Çalışma 149 (%27) erkek ve 403 (%73) kadın olmak üzere toplam 552 katılımcıdan oluşmaktadır. Araştırmada veri toplama araçları olarak Kişisel Bilgi Formu, Somatizasyon Ölçeği ve A Duygusal Öz Farkındalık Ölçeği-10 (A-DÖFÖ-10) kullanılmıştır. Makine öğrenmesinde sıkça kullanılan sınıflandırma algoritmalarından K-En Yakın Komşu, Destek Vektör Makineleri, Naive Bayes ve Lojistik Regresyon kullanılmış; ilgili sınıflayıcıların performans karşılaştırması model başarım ölçütlerine göre yapılmıştır.

Amaç:

Bu çalışma somatizasyon ve duygusal öz farkındalık kavramları üzerinden makine öğrenmesi yöntemlerinden biri olan gözetimli öğrenmenin sınıflandırma algoritmaları ile bireylerin şiddet mağduriyetlerinin tahmin edilmesi amacını taşımaktadır.