Etiket: Scikit Learn
-
Support Vector Machines
Support Vector Machines; koordinat sistemi üzerinde, 2 sınıfa sahip verimizi yerleştirdiğimizi düşünelim. Eğer özelliklerimiz(feature, eksen) uygunsa verimizi 2 grup olarak görebiliyor olmalıyız. Öyle bir çizgi ile bölelim ki bu veri setini sınıflandırma işlemini yapabiliyor olalım. Bu çizgiyi, tek bir çizgi olmak zorunda değil, bulmamızı sağlayan öğrenme metotlarına Support Vector Machines (SVM) denir. SVM ile sadece…
-
Karar Ağaçları (Decision Trees) ile Veri Sınıflandırma
Karar ağaçları, verimizi özelliklerine göre bir nevi if…else yapısına sokarak sınıflandırmamızı sağlar. http://www.r2d3.us/ sitesi çok güzel bir görselleştirme ile Türkçe olarak anlatmış. Buradaki örneğe göre veri setindeki ev fiyatları, alanı, yüksekliği, yatak odası sayısı vs. özelliklerini alarak bu evin hangi şehirde olduğunu tahmin etmeye çalışıyor. Burada verileri görselleştirerek belirli sınırlar(eşik, threshold’da deniliyor) yakalamaya çalışıyor daha…
-
Naive Bayes ile Sınıflandırma
Naive Bayes; Bayes teoremin dayanan bir sınıflandırma tekniğidir. Sınıflandırma yaparken özellikleri birbirinden bağımsız olarak hesaba katar. Örneğin bir meyvenin çilek olma ihtimalini; kırmızı ise bir birim, uzunluğu 5cm’den küçük ise bir birim arttırır. Bu iki özelliğin aynı anda olması Naive Bayes için bir katma değer sağlamaz, Naive(saf, toy) denmesinin sebebi de buradaki saf davranışından dolayıdır.…