Adım Adım Makine Öğrenmesi Bölüm 3 : Denetimsiz Öğrenme Nedir?
Machine Learning Step-by-Step Part 3: What is Unsupervised Learning?
Merhabalar efendim merhabalaarr, Adım Adım Makine Öğrenmesi serimizin üçüncü yazısı ile karşınızdayım. Serinin ikinci yazısında Denetimli Öğrenmeyi incelemiştik okumayanları şöyle alalım tık tık… Bu yazımda ise makine öğrenmesi türlerinden ikincisi olan Denetimsiz Öğrenmeyi inceliyoruz. Şimdiden hepinize keyifli ve verimli okumalar :)
Denetimsiz Öğrenme (Unsupervised Learning) Nedir?
Denetimsiz Öğrenme etiketsiz veriler arasındaki gizli kalmış yapıyı/örüntüyü bulmaya çalışan bir makine öğrenmesi yöntemidir. Burada önemli olan elimizdeki verilerin etiketi hakkında bir bilgimizin olmadığı durumlarda denetimsiz öğrenme kullanılmaktadır. Elimizde sadece veriler vardır ve elimizdeki bu verilerden sonuç çıkarılmaya çalışılmaktadır. Aslında her işi kendi kendine öğreniyor.
Veriler etiketsiz olduğu için de Denetimsiz Öğrenme algoritması çıktısına kesinlikle doğrudur gözüyle bakmamak gerekir.
Aslında gün içinde hepimizin sıkça denk geldiğini küçük bir örnek verelim. Diyelim ki online bir alışveriş sitesinde geziyorsunuz ve sepetinize bazı ürünler eklediniz. Sepete eklemiş olduğunuz bu ürünler göz önüne alınarak sitenin size alabileceğiniz başka ürünleri de tavsiye etmesi denetimsiz öğrenmenin bir örneğidir.
Denetimsiz öğrenmede veriler yorumlanarak aralarında bir ilişki bulunur ki buna da İlişkilendirme (Association) problemleri denir veya kümeleştirme işlemi Kümeleme (Clustering) yapılır. Zaten ilk yazımızda da denetimsiz öğrenmenin Kümeleme (Clustering) ve İlişkilendirme (Association) problemlerine uygulandığını söylemiştik.
Gelin İlişkilendirme (Association) ve Kümeleme (Clustering) problemlerine yakından bakalım.
1) İlişkilendirme (Association) :
İlişkilendirme algoritması, verileriniz arasındaki birlikteliği ortaya çıkarır. Bu algoritma genelde Birliktelik Kuralı Madenciliği (Association Rule Mining) olarak bilinir. İlişkisel veritabanları, işlem veritabanları ve diğer depo biçimleri gibi çeşitli veritabanlarında bulunan veri kümelerinden sık sık meydana gelen kalıpları, bağıntıları veya ilişkileri gözlemlemeyi amaçlayan bir prosedürdür.
Genellikle pazar sepeti analizi (market basket analysis) için yani hangi ürünler birlikte satın alınır, insanların birlikte ziyaret etme eğiliminde olduğu mağazalar/siteler, ürün çeşitliliği kararları, çapraz satış gibi alanlarda kullanıldığından alışveriş siteleri, mağazalar gibi satış yapılan alanlarda sıklıkla kullanılır.
Yukarıda vermiş olduğumuz örnekte olduğu gibi bir ürünü alan kullanıcıların yanında aldıkları ürünlerin diğer kullanıcılara da tavsiye edilmesi İlişkilendirme algoritmasının en yaygın kullanım alanıdır.
1.1 ) Apriori algoritması
Birliktelik kuralları oluşturmak için kullanılan en eski algoritmalardan biri olan Apriori Algoritması, öğeler arasındaki bağımlılığı hesaplamaya dayanır. Kısacası “tüketiciler hangi ürünleri birlikte alıyor ” sorusunun cevabını vermeye çalışmaktadır. Priori kelimesi önce anlamına gelmektedir ve kendinden önceki ürünlerin durumuna göre sonuçlar çıkarır ve bu sonuçları başka bir tüketici aynı ürünü aldığında ona tavsiye edilecek ürünleri gösterir.
Diyelimki bir e-ticaret sayfanız var ve oradan çeşitli ürünler satmaktasınız. Bir müşteri sepetine filtre kahve eklediğinde Apriori algoritması o müşteriye çeşitli kahve kupaları tavsiye edecektir. Böylece satışlarınız artarken karınız da artacaktır.
2) Kümeleme (Clustering)
Kümelenme denetimsiz öğrenmede önemli bir kavramdır. Kümeleme, aynı gruplardaki veri noktalarının aynı gruptaki diğer veri noktalarına daha benzer ve diğer gruplardaki veri noktalarından farklı olacak şekilde birkaç gruba ayırma algoritmasıdır. Temel olarak, verileri aralarındaki benzerlik ve farklılık temelinde analiz ederek gruplara ayırır.
Kümeleme algoritmaları verilerinizi işler ve verilerde varsa doğal kümeleri (grupları) bulur. Ayrıca algoritmalarınızın kaç kümeyi tanımlaması gerektiğini ayarlayabilirsiniz böylece grupların ayrıntı düzeyini ayarlamış olursunuz.
Şekil 3’te yer alan grafikte kümelenmiş veri noktalarının 3 farklı küme şeklinde tespit edildiğini görüyorsunuz.
Kümeleme algoritması çıktısını genelde dairesel olarak hayal edebiliriz fakat kümelerin şekli dairesel olmak gibi bir zorunluluğu yoktur. Zaten düşününce de böylesi mükemmel bir veri seti bulmak gerçek hayatta pek de mümkün değildir. Kısaca yazar burada der ki “ Ey ahali kümeleme diyince aklınıza Şekil 4 de gelsin :)“.
Kümeleme sadece dairesel olmayacağı gibi birden fazla da kümeleme algoritması bulunmaktadır. Şimdi sırasıyla bu algoritmaları inceleyeceğiz.
2.1) K-Means Kümeleme (K-means Clustering)
K-means kümeleme yinelemeli bir kümeleme algoritmasıdır.“K” değeri verileri kaç kümeye ayıracağımızı belirleyen bir faktördür. K değeri her yinelemede en yüksek değeri bulmaya yardım eder. Başlangıçta K değeri bizim tarafımızdan belirlenebilir. Sonrasında seçilen K değerine göre veriler K tane merkez noktada kümelenir. Veriler arasındaki benzerlik bulundukça diğer veriler de yakınındaki noktalara göre kümelenir ve veriler arasındaki benzerlik en verimli haline ulaşana kadar algoritma çalışmaya devam eder.
Birazcık uzun ve karmaşık gelmiş olabilir ama aslında çok eğlenceli.
Şekil 5 üzerinden örnekle anlatmaya çalışalım. Başlangıç K=2 olsun. Step1’e bakıldığında elimizdeki verilerden 2 ortak nokta bulunmuş. Bu ortak noktaları mavi ve siyah renklerle görebilirsiniz. Ortak noktalar bulunduktan sonra diğer veriler birbirlerine yakınlığa göre yeniden kümelenmiş ve ortak noktaların yeri değişmiş (Step 2). Bu durum veriler arasındaki en verimli benzerlik yakalanana kadar devam etmiş (Step 6).
2.2) Hiyerarşik Kümeleme (Hierarchical Clustering)
Hiyerarşik kümeleme benzer nesneleri küme adı verilen gruplara ayıran bir algoritmadır. Bu algoritmada veri kümesi gözden geçirilerek veriler arasındaki benzerliğe dayalı olarak benzer bulunan verileri gruplayarak kümeler oluşturulur. Her küme birbirinden farklıdır ve her kümedeki veriler büyük ölçüde birbirine benzer. Yani kümelerin her biri için bir hiyerarşi oluşturulur (Şekil 6).
2.3) K-NN Kümeleme (K-Nearest Neighbors Clustering)
K-NN Makine Öğrenmesinde en sık kullanılan algoritmalardan birisi olabilir. K-NN algoritması önceden elde edilen veriler ile yenileri arasındaki mesafeye dayalı olarak sınıflandırma yapan bir algoritmadır. “K”, komşuluk sayısını temsil etmektedir. K sayısı kadar komşuluklarla olan mesafe incelenir ve bunun sonucunda veri, en olası sınıfa dahil olur.
Şekil 7 , K-NN’i anlamak açısından gayet açıklayıcı olacaktır.
Büyük veri kümelerinin öğrenme süresi zaman alacağından eğer elinizde daha küçük veri kümesi varsa K-NN daha iyi sonuç verecektir.
Son Söz ve Kapanış
Denetimli öğrenmeden sonra denetimsiz öğrenmeyi de öğrendiğimizi düşünüyorum. Fazla detaya girmeden kısaca ve açıklayıcı şekilde anlatmaya çalıştım. Bir sonraki yazımda denetimli öğrenme ve denetimsiz öğrenme arasındaki farklılıklara değiniyor olacağım. Okuduğunuz için teşekkür ederim. Şimdilik hoşçakalın….
Kendinize cici bakın :)
