Makine Öğrenimi Algoritması ve ABD seçimleri

The Economist’in başkanlık tahmin modeli, 2020’nin en önemli sorusunu yanıtlamak için anket, demografik, ekonomik ve tarihsel veriler ile açıklıyor.

The Economist’in makine öğrenimi algoritması, Amerika Birleşik Devletleri tarihinde en çok beklenen kararı hızlı öngörmeyi başardı.

The Economist’in veri bilimi ekibi; Columbia Üniversitesi Siyaset Bilimcileri Andrew Gel ve Merlin Heidemanns’ın yardımıyla, ABD Meclisi, senato ve başkanlık yarışı için bir dizi sonucu tahmin etmek amacıyla anketleri, demografik ve ekonomik değişkenlerle birleştiren tahmin modelleri geliştirdi.

“Onların hepsi, anket sonuçlarının kombinasyonuna ve bir tür “temel” olarak adlandırılanlara dayanan üç tahmin modelidir. Bu nedenle seçim sonuçlarını etkileme eğilimindeler.” diye açıkladı The Economist Baş Editörü Zanny Minton Beddoes.

Algoritma, seçim için 20.000 olası yolu simüle ederek ve oy verme hatası payını, seçmen katılımındaki değişimi, siyasi ortam ve kampanyanın eş değer etkisini dahil etmek için her seferinde değişen aday oy payını simüle ederek, “her makul seçim-oy sonucunun” olasılığını tahmin etti. Demokrat aday Joe Biden’ın %96’sını kazandığı, cumhuriyetçi adayın ve mevcut Başkan Donald J. Trump’ın simüle edilen rekabette sadece %4’ünü kazandığı sonucuna vardı.

Devlet düzeyindeki politik-ekonomik faktörlerin entegrasyonu ile model, korelasyon yoluyla benzer aday tercihlerine sahip olması muhtemel durumları analiz eder. Örneğin; New England’ı kapsayan eyaletlerin, yani Maine, Vermont, New Hampshire, Massachusetts, Rhode Island ve Connecticut’ın demokratik bir etki alanı görmesi son derece muhtemeldir.

Her eyaletin önemli bir “kritik eşik olasılığı” vardır. Bu, algoritmanın bir eyaletin seçimlerdeki önemini ölçmek için kullandığı ilk ölçüdür. İkincisi, kazanan adayın “kritik eşik durumunu” kazanan belirleyici oy pusulasını kullanan tek bir seçmenin olasılığıdır. Yazma sırasında algoritma, Pennsylvania eyaletine %35’lik bir kritik eşik olasılığı verdi.

Anketlerin ortalamasını aldıktan, onları örneklem büyüklüklerine göre değerlendirdikten ve bir partinin diğerine karşı aşırı şişirilmiş desteği gibi ön yargıları düzelttikten sonra model her gün popüler oyu belirlemek için tahmin verilerini birleştiriyor.

Model, ön yargılı anketleri ve koşulları simüle ederek ön yargıları ve hatalı tahmin olasılığını ortadan kaldırır. Devletler arasındaki sosyo-ekonomik ve sosyo-politik benzerlikler, demografik ve politik profillemeyle değerlendirilir. Örneğin; beyaz seçmenlerin bir eyaletteki payı, bir devletin ne kadar kentsel veya kırsal olduğu, dini duyguları vb.

Model, Joe Biden’ın başkanlık yarışında çağdaş Donald Trump’ı geçebileceğini tahmin ediyordu ancak en doğru tahmin modeli ortalama bir Amerikalı’nın oyu olacaktı.

Abhinav Raj

UX Connections Yazarı 

 

 

 

Bu yazı ilk kez Campaign Türkiye’nin 125. sayısında yayımlanmıştır.

Bunları da beğenebilirsin

Cevap bırakın

E-posta hesabınız yayımlanmayacak.