Bir modele verilecek veriler
Coddy'nin Makine Öğrenmesine Giriş kursunda ders 2 / 19.
Makine Öğreniminde veri, modellerin eğitilmesinde ve geliştirilmesinde kritik bir rol oynar. Veriyi bir modele beslemek için genellikle veri kümesi (pandas'ta bir DataFrame) olarak bilinen yapılandırılmış bir formatta düzenlenir.
Bir veri kümesi iki ana bölümden oluşur:
- Özellikler (Features) - Bir veri kümesini temsil eden bir dizi sütun
- Hedef değişken (Target variable) - Modelin tahmin etmeyi veya kestirmeyi amaçladığı çıktıyı veya değeri temsil eder.
Örneğin, işte bir Hava Durumu (Weather) tablosu
| id | degrees (C) | humidity (%) | wind (KM/H) | is_rain |
| 1 | 23 | 5 | 14 | True |
| 2 | 30 | 10 | 17 | False |
| 3 | 15 | 3 | 12 | False |
| 4 | 20 | 12 | 5 | False |
| 5 | 26 | 57 | 23 | True |
Yağmur yağıp yağmayacağını bilmek istediğimizi varsayarsak, özellikler degrees, humidity, wind ve hedef değişken is_rain olur.
Özellikler <strong>X</strong> ile, hedef ise <strong>y</strong> ile gösterilir.
Hedef değişken (<strong>y</strong>) herhangi bir veri tipini tutabilir - sayı, boolean, dize (string) vb.
Eğitim süreci boyunca model, özellikleri girdi olarak, hedef değişkeni ise temel gerçeklik (ground truth) veya doğru çıktı olarak kullanır.
Bir hedef değişken olmadan, modelin tahminlerinin doğru olup olmadığını bilmesinin hiçbir yolu olmazdı.
Veri kümelerinin yapısında birçok farklı varyasyon vardır:
- Birçok özellik, tek hedef değişken
- Tek özellik, tek hedef değişken
- Birçok özellik, birçok hedef değişken
- Az sayıda özellik, tek veya birden fazla hedef değişken
- Hedef değişken yok
- Zaman serisi verileri
- vb.
Denetimli öğrenme (Supervised learning), algoritmanın girdileri ilgili hedef değişkenlerle eşleştirmeyi öğrendiği, girdi-çıktı çiftlerini içeren veri kümelerini kapsar.
Denetimsiz öğrenme (Unsupervised learning) hedef değişkenleri içermez; bunun yerine, etiketli örnekler olmadan girdi verilerindeki kalıpları veya yapıyı arar.
Hedef değişkenin diğer sütunlardan bağımsız olduğundan emin olmak çok önemlidir, çünkü herhangi bir bağımlılık veri sızıntısına (data leakage) yol açabilir ve eğitim sırasında yanıltıcı derecede yüksek performansa neden olabilir. Gerçekten tahmine dayalı bir model, hedefle doğrudan ilişkili olmayan özelliklerden öğrenmeli, böylece modelin tahminlerinin bütünlüğünü ve genellenebilirliğini korumalıdır.
Bağımsız bir hedef değişken, veri kümenizdeki diğer sütunlardan doğrudan hesaplanamaz veya türetilemez; o, tahmin etmeyi amaçladığınız şeydir.
Kendini test etBu ders kısa bir quiz içerir. Soruları yanıtlamak ve ilerlemeni kaydetmek için derse başla.
Kendini test etBu ders kısa bir quiz içerir. Soruları yanıtlamak ve ilerlemeni kaydetmek için derse başla.
Kendini test etBu ders kısa bir quiz içerir. Soruları yanıtlamak ve ilerlemeni kaydetmek için derse başla.
Görev
KolaySize galactic_zoo_no_target.csv adında bir CSV dosyası veriliyor. Bu veri kümesinin bir hedef değişkeni yoktur.
Bu görevde, kendi hedef değişkeninizi oluşturacaksınız. Şu formülden türetilen ComplexityIndex adında bir sütun oluşturun: WaterCoverage * HabitatDiversity / PlanetMass. Ardından, artık ComplexityIndex tarafından temsil edildikleri için WaterCoverage, HabitatDiversity ve PlanetMass sütunlarını kaldırın.
Görevi geçmek için hiçbir şey yazdırmayın, df değişkenini dahili olarak kontrol ediyoruz.
Kendin dene
# pandas as pd zaten içe aktarıldı
df = pd.read_csv("galactic_zoo_no_target.csv")
# Kodunuzu aşağıya yazınMakine Öğrenmesine Giriş bölümündeki tüm dersler
Kendi başına pratik yap: Online Python derleyicisi