Veri bilimi yolculu\u011funuzun 13. g\u00fcn\u00fcne ula\u015ft\u0131n\u0131z m\u0131? Bu kritik a\u015fama, bir\u00e7ok \u00f6\u011frencinin ya motivasyonunu kaybetti\u011fi ya da \u00f6\u011frendiklerini peki\u015ftirmekte zorland\u0131\u011f\u0131 bir d\u00f6neme\u00e7 olabilir. Ancak endi\u015felenmeyin; bu kapsaml\u0131 rehber, bilgi birikiminizi derinle\u015ftirmenize ve becerilerinizi daha ileri ta\u015f\u0131man\u0131za yard\u0131mc\u0131 olacak pratik ad\u0131mlar ve ger\u00e7ek d\u00fcnya senaryolar\u0131 sunuyor. Gelin, veri biliminin karma\u015f\u0131k d\u00fcnyas\u0131nda nas\u0131l daha sa\u011flam ad\u0131mlar atabilece\u011finizi ke\u015ffedelim.<\/p>\n
Veri bilimi \u00f6\u011frenme ser\u00fcveninde, \u00e7o\u011fu zaman ba\u015flang\u0131\u00e7taki heyecanla h\u0131zl\u0131 bir ilerleme kaydederiz. \u0130lk birka\u00e7 g\u00fcn temel Python veya R s\u00f6zdizimi, NumPy ve Pandas gibi k\u00fct\u00fcphanelerin kullan\u0131m\u0131, basit veri g\u00f6rselle\u015ftirmeleri gibi konularla ge\u00e7er. Ancak 13. g\u00fcne gelindi\u011finde, kar\u015f\u0131la\u015f\u0131lan bilgi yo\u011funlu\u011fu veya baz\u0131 kavramlar\u0131n karma\u015f\u0131kl\u0131\u011f\u0131 nedeniyle bir yava\u015flama, hatta bir duraksama ya\u015fanmas\u0131 olduk\u00e7a yayg\u0131nd\u0131r. Bu nokta, tam da bu sebeple kritik bir e\u015fiktir. Peki, neden bu noktada pes etmek yerine devam etmeli ve hatta h\u0131zlanmal\u0131y\u0131z?<\/p>\n
\u00d6ncelikle, veri biliminde tutarl\u0131l\u0131k ba\u015far\u0131n\u0131n anahtar\u0131d\u0131r. Her g\u00fcn d\u00fczenli olarak pratik yapmak, yeni kavramlar\u0131 \u00f6\u011frenmek ve \u00f6\u011frendiklerinizi uygulamak, bilgilerin beyinde peki\u015fmesini sa\u011flar. 13. g\u00fcn, temel bilgilerin \u00fczerine in\u015fa etmeye ba\u015flamak i\u00e7in m\u00fckemmel bir zamand\u0131r. Art\u0131k syntax’a daha az odaklan\u0131p, veri manip\u00fclasyonu ve analizi gibi daha ileri d\u00fczey konulara ge\u00e7i\u015f yapabilirsiniz. Bu, teorik bilginin pratik uygulamaya d\u00f6n\u00fc\u015ft\u00fc\u011f\u00fc ve ger\u00e7ek de\u011fer yaratt\u0131\u011f\u0131 a\u015famad\u0131r. Ayr\u0131ca, bu noktada kar\u015f\u0131la\u015ft\u0131\u011f\u0131n\u0131z zorluklar asl\u0131nda \u00f6\u011frenme s\u00fcrecinizin do\u011fal bir par\u00e7as\u0131d\u0131r. Her zorluk, yeni bir \u015feyler \u00f6\u011frenme ve problem \u00e7\u00f6zme yeteneklerinizi geli\u015ftirme f\u0131rsat\u0131d\u0131r. Bir problemi \u00e7\u00f6zmek i\u00e7in harcad\u0131\u011f\u0131n\u0131z \u00e7aba, gelecekte benzer durumlarla kar\u015f\u0131la\u015ft\u0131\u011f\u0131n\u0131zda size e\u015fsiz bir avantaj sa\u011flayacakt\u0131r. Bu y\u00fczden, kar\u015f\u0131la\u015ft\u0131\u011f\u0131n\u0131z engelleri birer basamak olarak g\u00f6rmelisiniz.<\/p>\n
\u0130kinci olarak, veri bilimi s\u00fcrekli geli\u015fen bir aland\u0131r ve bu alanda rekabet\u00e7i kalabilmek i\u00e7in s\u00fcrekli \u00f6\u011frenme \u015fartt\u0131r. 13. g\u00fcn sadece bir say\u0131dan ibaret de\u011fil, ayn\u0131 zamanda disiplinli \u00e7al\u0131\u015fman\u0131z\u0131n bir g\u00f6stergesidir. Bu disiplini s\u00fcrd\u00fcrmek, uzun vadede karma\u015f\u0131k veri setleriyle \u00e7al\u0131\u015fabilen, \u00f6ng\u00f6r\u00fcler geli\u015ftirebilen ve i\u015f kararlar\u0131n\u0131 etkileyebilen yetkin bir veri bilimci olma yolunda sizi \u00f6nemli \u00f6l\u00e7\u00fcde ileri ta\u015f\u0131yacakt\u0131r. \u00d6rne\u011fin, sadece Pandas’\u0131 \u00f6\u011frenmekle kalmay\u0131p, b\u00fcy\u00fck veri setlerinde performans\u0131 optimize etme tekniklerini ara\u015ft\u0131rmaya ba\u015flayabilirsiniz. Bu, teorik bilginin \u00f6tesine ge\u00e7erek ger\u00e7ek d\u00fcnya uygulamalar\u0131nda kar\u015f\u0131la\u015f\u0131lan zorluklara \u00e7\u00f6z\u00fcm \u00fcretme becerisini kazand\u0131r\u0131r. Bu s\u00fcre\u00e7te kazanaca\u011f\u0131n\u0131z her yeni beceri, ki\u015fisel portf\u00f6y\u00fcn\u00fcz\u00fc zenginle\u015ftirecek ve sizi sekt\u00f6rde daha cazip bir aday haline getirecektir. Unutmay\u0131n, veri bilimi bir maratondur, sprint de\u011fil. Her g\u00fcn at\u0131lan k\u00fc\u00e7\u00fck ad\u0131mlar, zamanla b\u00fcy\u00fck bir s\u0131\u00e7ramaya d\u00f6n\u00fc\u015febilir. Bu nedenle, 13. g\u00fcn\u00fcn\u00fczde motivasyonunuzu y\u00fcksek tutarak, hedeflerinize ula\u015fmak i\u00e7in kararl\u0131 bir \u015fekilde ilerlemeye devam edin. Bu, sadece bug\u00fcnk\u00fc de\u011fil, gelecekteki ba\u015far\u0131lar\u0131n\u0131z\u0131n da temelini atacakt\u0131r.<\/p>\n
Veri bilimi alan\u0131nda ne kadar ilerlemi\u015f olursan\u0131z olun, temel kavramlara d\u00f6n\u00fcp onlar\u0131 d\u00fczenli olarak g\u00f6zden ge\u00e7irmek, sa\u011flam bir zemin olu\u015fturmak a\u00e7\u0131s\u0131ndan kritik \u00f6neme sahiptir. 13. g\u00fcn\u00fcn\u00fczde, belki de zaten Pandas ile veri y\u00fcklemeyi ve NumPy ile basit say\u0131sal i\u015flemleri biliyorsunuzdur. Ancak bu bilgilerin derinlemesine anla\u015f\u0131lmas\u0131 ve farkl\u0131 senaryolara uygulanabilirli\u011fi, uzun vadeli ba\u015far\u0131n\u0131z i\u00e7in belirleyicidir. Temel kavramlar\u0131 sadece “bilmek” de\u011fil, onlar\u0131 “anlamak” ve “hissederek uygulamak” esast\u0131r. Bu temel kavramlar, karma\u015f\u0131k makine \u00f6\u011frenimi modelleri olu\u015ftururken veya b\u00fcy\u00fck veri setleriyle \u00e7al\u0131\u015f\u0131rken size yol g\u00f6sterecek pusula g\u00f6revi g\u00f6r\u00fcr. \u00d6rne\u011fin, bir veri setindeki ayk\u0131r\u0131 de\u011ferleri do\u011fru bir \u015fekilde tan\u0131mlamak ve y\u00f6netmek, modelinizin performans\u0131n\u0131 do\u011frudan etkiler. E\u011fer temel istatistiksel da\u011f\u0131l\u0131mlar\u0131 veya veri t\u00fcrlerinin \u00f6zelliklerini g\u00f6zden ka\u00e7\u0131r\u0131rsan\u0131z, bu t\u00fcr kritik hatalar yapma olas\u0131l\u0131\u011f\u0131n\u0131z artar.<\/p>\n
G\u00f6zden ge\u00e7irmemiz gereken ba\u015fl\u0131ca temel kavramlar \u015funlard\u0131r:<\/p>\n
Bu kavramlar\u0131 neden tekrar g\u00f6zden ge\u00e7irmeliyiz? \u00c7\u00fcnk\u00fc \u00e7o\u011fu zaman ileri d\u00fczey tekniklere heveslenirken temel prensipleri g\u00f6zden ka\u00e7\u0131r\u0131r\u0131z. Bir\u00e7ok veri bilimi projesinde kar\u015f\u0131la\u015f\u0131lan hatalar\u0131n veya d\u00fc\u015f\u00fck performans\u0131n k\u00f6keninde, temel kavramlar\u0131n tam olarak anla\u015f\u0131lamamas\u0131 yatar. \u00d6rne\u011fin, bir regresyon modeli kurarken verilerin normal da\u011f\u0131l\u0131p da\u011f\u0131lmad\u0131\u011f\u0131n\u0131 kontrol etmemek, modelin varsay\u0131mlar\u0131na ayk\u0131r\u0131 hareket etmenize ve g\u00fcvenilir olmayan sonu\u00e7lar elde etmenize neden olabilir. Bu nedenle, temel kavramlara tekrar odaklanmak, sadece mevcut bilginizi peki\u015ftirmekle kalmaz, ayn\u0131 zamanda gelecekte daha karma\u015f\u0131k problemleri \u00e7\u00f6zmek i\u00e7in sa\u011flam bir temel olu\u015fturman\u0131z\u0131 sa\u011flar. Bu yeniden ziyaret, sizi daha bilin\u00e7li ve yetkin bir veri bilimci yapacakt\u0131r. Temel kavramlar\u0131 derinlemesine anlamak, veri setlerindeki gizli \u00f6r\u00fcnt\u00fcleri ortaya \u00e7\u0131karman\u0131z i\u00e7in size bir \u00e7er\u00e7eve sunar.<\/p>\n
Veri biliminin kalbi, ham veriyi anlaml\u0131 i\u00e7g\u00f6r\u00fclere d\u00f6n\u00fc\u015ft\u00fcrme yetene\u011finde yatar. Bu s\u00fcrecin ilk ve en kritik ad\u0131mlar\u0131 veri temizli\u011fi ve Ke\u015fif\u00e7i Veri Analizi (EDA)’d\u0131r. Bu vaka analizinde, pop\u00fcler bir veri seti olan “California Konut Fiyatlar\u0131”n\u0131 kullanarak bu ad\u0131mlar\u0131 ad\u0131m ad\u0131m inceleyece\u011fiz. Amac\u0131m\u0131z, sadece kod yazmak de\u011fil, ayn\u0131 zamanda her ad\u0131m\u0131n arkas\u0131ndaki mant\u0131\u011f\u0131 ve nedenini kavramakt\u0131r. Bu sayede, gelecekte farkl\u0131 veri setleriyle kar\u015f\u0131la\u015ft\u0131\u011f\u0131n\u0131zda benzer sorunlara \u00e7\u00f6z\u00fcm \u00fcretebilecek bir d\u00fc\u015f\u00fcnce yap\u0131s\u0131 geli\u015ftirebilirsiniz.<\/p>\n
\u0130lk olarak, gerekli k\u00fct\u00fcphaneleri i\u00e7e aktar\u0131p veri setini Pandas DataFrame olarak y\u00fckleyece\u011fiz. Veri setinin ilk be\u015f sat\u0131r\u0131na bakmak, s\u00fctun adlar\u0131n\u0131 ve genel veri yap\u0131s\u0131n\u0131 anlamak i\u00e7in \u00f6nemlidir.<\/p>\n
\nimport pandas as pd\nimport numpy as np\nimport matplotlib.pyplot as plt\nimport seaborn as sns\n\n# Veri setini y\u00fckleme\ntry:\n df = pd.read_csv('california_housing.csv')\nexcept FileNotFoundError:\n print(\"california_housing.csv dosyas\u0131 bulunamad\u0131. L\u00fctfen dosya yolunu kontrol edin.\")\n exit()\n\n# \u0130lk 5 sat\u0131r\u0131 g\u00f6r\u00fcnt\u00fcleme\nprint(\"Veri setinin ilk 5 sat\u0131r\u0131:\")\nprint(df.head())\n\n# Veri setinin genel bilgilerini alma\nprint(\"\\nVeri setinin genel bilgileri:\")\nprint(df.info())\n\n# Temel istatistikleri g\u00f6r\u00fcnt\u00fcleme\nprint(\"\\nVeri setinin temel istatistikleri:\")\nprint(df.describe())\n <\/pre>\n<\/code><\/p>\n
df.info()<\/code> \u00e7\u0131kt\u0131s\u0131 bize eksik de\u011ferlerin olup olmad\u0131\u011f\u0131n\u0131 ve her s\u00fctunun veri tipini g\u00f6sterir. df.describe()<\/code> ise say\u0131sal s\u00fctunlar i\u00e7in ortalama, standart sapma, min\/max de\u011ferler gibi temel istatistiksel \u00f6zetler sunar. Bu \u00e7\u0131kt\u0131lar, veri setimiz hakk\u0131nda \u00f6nemli \u00f6n bilgiler sa\u011flar ve temizlik ad\u0131mlar\u0131na ba\u015flamak i\u00e7in bize yol g\u00f6sterir.<\/p>\nAd\u0131m 2: Eksik De\u011ferleri Y\u00f6netme<\/h3>\n
Ger\u00e7ek d\u00fcnya verileri nadiren m\u00fckemmeldir. Eksik de\u011ferler yayg\u0131n bir sorundur ve bunlar\u0131 do\u011fru \u015fekilde ele almak model performans\u0131n\u0131 do\u011frudan etkiler. df.isnull().sum()<\/code> kullanarak her s\u00fctundaki eksik de\u011fer say\u0131s\u0131n\u0131 belirleyebiliriz.<\/p>\n\nprint(\"\\nHer s\u00fctundaki eksik de\u011fer say\u0131s\u0131:\")\nprint(df.isnull().sum())\n\n# \u00d6rne\u011fin, 'total_bedrooms' s\u00fctununda eksik de\u011ferler oldu\u011funu varsayal\u0131m.\n# Bu eksik de\u011ferleri medyan ile doldurabiliriz.\n# Medyan kullanmak, ayk\u0131r\u0131 de\u011ferlerden daha az etkilenir.\nmedian_total_bedrooms = df['total_bedrooms'].median()\ndf['total_bedrooms'].fillna(median_total_bedrooms, inplace=True)\n\nprint(\"\\nEksik de\u011ferler doldurulduktan sonra:\")\nprint(df.isnull().sum())\n <\/pre>\n<\/code><\/p>\n
Eksik de\u011ferleri doldururken medyan kullanmak, ortalamaya g\u00f6re ayk\u0131r\u0131 de\u011ferlere kar\u015f\u0131 daha sa\u011flam bir y\u00f6ntemdir. Baz\u0131 durumlarda, eksik de\u011ferleri tamamen silmek de bir se\u00e7enek olabilir, ancak bu, veri kayb\u0131na yol a\u00e7abilir ve dikkatli de\u011ferlendirilmelidir. \u00d6rne\u011fin, e\u011fer eksik de\u011fer oran\u0131 \u00e7ok y\u00fcksekse (%50'den fazla), o s\u00fctunu tamamen b\u0131rakmak daha mant\u0131kl\u0131 olabilir.<\/p>\n
Ad\u0131m 3: Ayk\u0131r\u0131 De\u011fer Tespiti ve Y\u00f6netimi<\/h3>\n
Ayk\u0131r\u0131 de\u011ferler, veri setindeki di\u011fer g\u00f6zlemlerden \u00f6nemli \u00f6l\u00e7\u00fcde farkl\u0131 olan veri noktalar\u0131d\u0131r ve modelimizin do\u011frulu\u011funu olumsuz etkileyebilir. Kutu grafikleri (boxplot) ayk\u0131r\u0131 de\u011ferleri g\u00f6rsel olarak tespit etmek i\u00e7in harika bir yoldur.<\/p>\n
\nplt.figure(figsize=(12, 6))\nsns.boxplot(x=df['median_house_value'])\nplt.title('Medyan Ev De\u011feri Da\u011f\u0131l\u0131m\u0131 ve Ayk\u0131r\u0131 De\u011ferler')\nplt.show()\n\n# Ayk\u0131r\u0131 de\u011ferleri kald\u0131rma veya d\u00f6n\u00fc\u015ft\u00fcrme (\u00d6rnek: Z-skoru veya IQR metodu)\n# Basit bir \u00f6rnek olarak, belirli bir \u00fcst e\u015fi\u011fin \u00fczerindeki de\u011ferleri s\u0131n\u0131rlayal\u0131m.\n# Ger\u00e7ek uygulamalarda daha sofistike y\u00f6ntemler kullan\u0131lmal\u0131d\u0131r.\nupper_bound = df['median_house_value'].quantile(0.99)\ndf['median_house_value'] = np.where(df['median_house_value'] > upper_bound, upper_bound, df['median_house_value'])\n\nplt.figure(figsize=(12, 6))\nsns.boxplot(x=df['median_house_value'])\nplt.title('Medyan Ev De\u011feri Da\u011f\u0131l\u0131m\u0131 (Ayk\u0131r\u0131 De\u011ferler K\u0131s\u0131tland\u0131ktan Sonra)')\nplt.show()\n <\/pre>\n<\/code><\/p>\n
Ayk\u0131r\u0131 de\u011ferleri y\u00f6netmek i\u00e7in birka\u00e7 farkl\u0131 yakla\u015f\u0131m vard\u0131r: onlar\u0131 kald\u0131rmak, d\u00f6n\u00fc\u015ft\u00fcrmek (\u00f6rne\u011fin logaritmik d\u00f6n\u00fc\u015f\u00fcm) veya belirli bir de\u011fere sabitlemek (winsorization). Se\u00e7im, veri setinize ve domain bilginize ba\u011fl\u0131d\u0131r. Bu ad\u0131mda, %99'luk \u00e7eyrek de\u011ferin \u00fczerindeki t\u00fcm ev de\u011ferlerini bu \u00e7eyrek de\u011fere e\u015fitleyerek ayk\u0131r\u0131 de\u011ferlerin etkisini azaltmaya \u00e7al\u0131\u015ft\u0131k. Bu, modelin a\u015f\u0131r\u0131 u\u00e7 de\u011ferlere kar\u015f\u0131 daha sa\u011flam olmas\u0131n\u0131 sa\u011flayabilir.<\/p>\n
Ad\u0131m 4: Ke\u015fif\u00e7i Veri Analizi (EDA) ve G\u00f6rselle\u015ftirme<\/h3>\n
EDA, verilerinizdeki kal\u0131plar\u0131, anormallikleri ve ili\u015fkileri ortaya \u00e7\u0131karmak i\u00e7in g\u00f6rsel ve istatistiksel teknikleri kullan\u0131r. Bu a\u015fama, hipotezler olu\u015fturman\u0131za ve \u00f6zellik m\u00fchendisli\u011fi i\u00e7in fikirler geli\u015ftirmenize yard\u0131mc\u0131 olur.<\/p>\n
\n# De\u011fi\u015fkenlerin da\u011f\u0131l\u0131m\u0131n\u0131 g\u00f6steren histogramlar\ndf.hist(bins=50, figsize=(20, 15))\nplt.suptitle('T\u00fcm Say\u0131sal S\u00fctunlar\u0131n Da\u011f\u0131l\u0131m\u0131', y=1.02)\nplt.show()\n\n# De\u011fi\u015fkenler aras\u0131 korelasyon matrisi\nplt.figure(figsize=(10, 8))\nsns.heatmap(df.corr(), annot=True, cmap='coolwarm', fmt=\".2f\")\nplt.title('De\u011fi\u015fkenler Aras\u0131 Korelasyon Matrisi')\nplt.show()\n\n# Hedef de\u011fi\u015fken (median_house_value) ile di\u011fer de\u011fi\u015fkenler aras\u0131ndaki ili\u015fki\nplt.figure(figsize=(12, 6))\nsns.scatterplot(x='median_income', y='median_house_value', data=df)\nplt.title('Ortalama Gelir ile Medyan Ev De\u011feri Aras\u0131ndaki \u0130li\u015fki')\nplt.xlabel('Ortalama Gelir')\nplt.ylabel('Medyan Ev De\u011feri')\nplt.show()\n <\/pre>\n<\/code><\/p>\n
Histogramlar, her bir say\u0131sal de\u011fi\u015fkenin da\u011f\u0131l\u0131m\u0131n\u0131 anlamam\u0131za yard\u0131mc\u0131 olur. Korelasyon matrisi, de\u011fi\u015fkenler aras\u0131ndaki do\u011frusal ili\u015fkileri g\u00f6sterir; hedef de\u011fi\u015fkenimizle g\u00fc\u00e7l\u00fc korelasyona sahip de\u011fi\u015fkenleri belirlemek, modelleme i\u00e7in \u00f6nemlidir. Scatter plot gibi g\u00f6rselle\u015ftirmeler, iki de\u011fi\u015fken aras\u0131ndaki potansiyel do\u011frusal veya do\u011frusal olmayan ili\u015fkileri ortaya \u00e7\u0131kar\u0131r. \u00d6rne\u011fin, 'median_income' ile 'median_house_value' aras\u0131nda g\u00fc\u00e7l\u00fc pozitif bir korelasyon g\u00f6rmek \u015fa\u015f\u0131rt\u0131c\u0131 de\u011fildir; gelir artt\u0131k\u00e7a ev fiyatlar\u0131n\u0131n da artmas\u0131 beklenir. Bu t\u00fcr ili\u015fkileri anlamak, daha sonra modelimizde hangi \u00f6zelliklerin \u00f6nemli olabilece\u011fi konusunda bize ipu\u00e7lar\u0131 verir.<\/p>\n
\n Uzman \u0130pucu: EDA s\u0131ras\u0131nda sadece ortalamalara ve standart sapmalara bakmak yerine, veri da\u011f\u0131l\u0131m\u0131n\u0131n \u00e7arp\u0131kl\u0131\u011f\u0131 (skewness) ve bas\u0131kl\u0131\u011f\u0131 (kurtosis) gibi daha ileri istatistiksel \u00f6l\u00e7\u00fctleri de inceleyin. Bu \u00f6l\u00e7\u00fctler, verilerin normal da\u011f\u0131l\u0131mdan ne kadar sapt\u0131\u011f\u0131n\u0131 g\u00f6sterir ve veri d\u00f6n\u00fc\u015f\u00fcm\u00fc ihtiyac\u0131n\u0131 belirlemede yard\u0131mc\u0131 olabilir. G\u00f6rselle\u015ftirmeleri farkl\u0131 a\u00e7\u0131lardan inceleyerek, sadece beklenen de\u011fil, beklenmeyen \u00f6r\u00fcnt\u00fcleri de yakalamaya \u00e7al\u0131\u015f\u0131n.\n <\/div>\nBu ad\u0131mlar, veri setinizle derinlemesine bir ba\u011f kurman\u0131z\u0131 ve modelleme a\u015famas\u0131na ge\u00e7meden \u00f6nce olas\u0131 sorunlar\u0131 \u00e7\u00f6zmenizi sa\u011flar. Kaliteli bir veri temizli\u011fi ve kapsaml\u0131 bir EDA, ba\u015far\u0131l\u0131 bir veri bilimi projesinin temelini olu\u015fturur. Bu s\u00fcreci dikkatle tamamlad\u0131\u011f\u0131n\u0131zda, modellerinizin daha do\u011fru, sa\u011flam ve g\u00fcvenilir olmas\u0131n\u0131 sa\u011flars\u0131n\u0131z.<\/p>\n
Etkili \u00d6zellik M\u00fchendisli\u011fi Teknikleri: Model Ba\u015far\u0131n\u0131z\u0131 Nas\u0131l Art\u0131r\u0131rs\u0131n\u0131z?<\/h2>\n
Veri biliminde \"\u00c7\u00f6p girer, \u00e7\u00f6p \u00e7\u0131kar\" (Garbage in, garbage out) diye bir tabir vard\u0131r. Modelinizin performans\u0131, kulland\u0131\u011f\u0131n\u0131z verinin kalitesi ve temsil g\u00fcc\u00fc ile do\u011frudan ili\u015fkilidir. \u00d6zellik m\u00fchendisli\u011fi (Feature Engineering), ham veriden makine \u00f6\u011frenimi algoritmalar\u0131n\u0131n daha iyi \u00f6\u011frenebilece\u011fi yeni, anlaml\u0131 \u00f6zellikler yaratma s\u00fcrecidir. Bu, veri bilimcinin yarat\u0131c\u0131l\u0131\u011f\u0131n\u0131 ve alan bilgisini en \u00e7ok kulland\u0131\u011f\u0131 a\u015famalardan biridir. Sadece mevcut s\u00fctunlar\u0131 kullanmak yerine, onlardan yeni perspektifler sunan \u00f6zellikler t\u00fcreterek modelinizin tahmin g\u00fcc\u00fcn\u00fc \u00f6nemli \u00f6l\u00e7\u00fcde art\u0131rabilirsiniz. \u00d6rne\u011fin, ev fiyatlar\u0131 tahmininde sadece oda say\u0131s\u0131 yerine, \"oda ba\u015f\u0131na d\u00fc\u015fen ki\u015fi say\u0131s\u0131\" gibi yeni bir \u00f6zellik, b\u00f6lgenin yo\u011funlu\u011funu ve dolay\u0131s\u0131yla ya\u015fam kalitesini daha iyi yans\u0131tabilir.<\/p>\n
\u0130\u015fte baz\u0131 etkili \u00f6zellik m\u00fchendisli\u011fi teknikleri:<\/p>\n
\n- Kombine \u00d6zellikler Olu\u015fturma:<\/strong> Mevcut iki veya daha fazla \u00f6zelli\u011fi birle\u015ftirerek yeni bir \u00f6zellik t\u00fcretmek. \u00d6rne\u011fin, California konut verisinde toplam oda say\u0131s\u0131n\u0131 hane halk\u0131 say\u0131s\u0131na b\u00f6lerek \"oda ba\u015f\u0131na hane halk\u0131\" (rooms_per_household) veya \"yatak odas\u0131 oran\u0131\" (bedrooms_per_room) gibi \u00f6zellikler olu\u015fturabiliriz. Bu yeni \u00f6zellikler, ya\u015fam alan\u0131 kullan\u0131m verimlili\u011fi veya m\u00fclk\u00fcn genel kalitesi hakk\u0131nda daha derinlemesine bilgi sa\u011flayabilir.<\/li>\n
\n# \u00d6rnek: Kombine \u00f6zellikler olu\u015fturma\ndf['rooms_per_household'] = df['total_rooms'] \/ df['households']\ndf['bedrooms_per_room'] = df['total_bedrooms'] \/ df['total_rooms']\ndf['population_per_household'] = df['population'] \/ df['households']\n\nprint(\"\\nYeni olu\u015fturulan \u00f6zelliklerin ilk 5 sat\u0131r\u0131:\")\nprint(df[['rooms_per_household', 'bedrooms_per_room', 'population_per_household']].head())\n <\/pre>\n<\/code><\/p>\n
- Kategorik De\u011fi\u015fkenleri Say\u0131sala \u00c7evirme (Encoding):<\/strong> Makine \u00f6\u011frenimi algoritmalar\u0131n\u0131n \u00e7o\u011fu say\u0131sal veri bekledi\u011finden, 'ocean_proximity' gibi kategorik \u00f6zellikleri say\u0131sal hale getirmemiz gerekir. En yayg\u0131n y\u00f6ntemlerden ikisi One-Hot Encoding ve Label Encoding'dir. One-Hot Encoding, her kategori i\u00e7in yeni bir s\u00fctun olu\u015fturur ve ilgili kategoriye '1', di\u011ferlerine '0' atar. Bu, kategoriler aras\u0131nda yapay bir s\u0131ra ili\u015fkisi olu\u015fturmaktan ka\u00e7\u0131n\u0131r.<\/li>\n
\n# One-Hot Encoding uygulama\ndf = pd.get_dummies(df, columns=['ocean_proximity'], drop_first=True)\n\nprint(\"\\nOne-Hot Encoding sonras\u0131 veri setinin ilk 5 sat\u0131r\u0131:\")\nprint(df.head())\n <\/pre>\n<\/code><\/p>\n
- Say\u0131sal De\u011fi\u015fkenleri Gruplama (Binning):<\/strong> S\u00fcrekli say\u0131sal de\u011fi\u015fkenleri belirli aral\u0131klara b\u00f6lerek kategorik hale getirme. \u00d6rne\u011fin, ya\u015f aral\u0131klar\u0131 veya gelir seviyeleri gibi gruplar olu\u015fturmak. Bu, do\u011frusal olmayan ili\u015fkileri yakalamaya yard\u0131mc\u0131 olabilir ve a\u015f\u0131r\u0131 duyarl\u0131l\u0131\u011f\u0131 azaltabilir. \u00d6rne\u011fin, 'median_income' verisini 5 farkl\u0131 gruba ay\u0131rabiliriz.<\/li>\n
\n# Medyan geliri gruplara ay\u0131rma\ndf['income_cat'] = pd.cut(df['median_income'],\n bins=[0., 1.5, 3.0, 4.5, 6., np.inf],\n labels=[1, 2, 3, 4, 5])\n\nprint(\"\\nGelir kategorisi olu\u015fturulduktan sonra:\")\nprint(df[['median_income', 'income_cat']].head())\n <\/pre>\n<\/code><\/p>\n
- \u00d6l\u00e7eklendirme (Scaling):<\/strong> \u00d6zelliklerin farkl\u0131 \u00f6l\u00e7eklerde olmas\u0131, gradyan ini\u015fi tabanl\u0131 algoritmalar\u0131n (\u00f6rne\u011fin Destek Vekt\u00f6r Makineleri, K-Means) performans\u0131n\u0131 olumsuz etkileyebilir. Standardizasyon (ortalama 0, standart sapma 1) veya normalizasyon (0 ile 1 aras\u0131na \u00f6l\u00e7ekleme) bu sorunu \u00e7\u00f6zer.<\/li>\n
\nfrom sklearn.preprocessing import StandardScaler\n\n# Hedef de\u011fi\u015fken ve kategorik olmayan say\u0131sal s\u00fctunlar\u0131 se\u00e7me\nnumeric_features = df.select_dtypes(include=np.number).columns.tolist()\nnumeric_features.remove('median_house_value') # Hedef de\u011fi\u015fkeni \u00e7\u0131kar\n\n# \u00d6l\u00e7ekleyiciyi tan\u0131mla ve uygula\nscaler = StandardScaler()\ndf[numeric_features] = scaler.fit_transform(df[numeric_features])\n\nprint(\"\\n\u00d6l\u00e7eklendirilmi\u015f say\u0131sal \u00f6zelliklerin ilk 5 sat\u0131r\u0131:\")\nprint(df[numeric_features].head())\n <\/pre>\n<\/code>\n <\/ol>\n
\u00d6zellik m\u00fchendisli\u011fi, sadece modelinizin performans\u0131n\u0131 art\u0131rmakla kalmaz, ayn\u0131 zamanda modelinizin yorumlanabilirli\u011fini de y\u00fckseltebilir. Yeni t\u00fcretilen \u00f6zellikler, ham verilere k\u0131yasla daha a\u00e7\u0131klay\u0131c\u0131 ve anlaml\u0131 olabilir. \u00d6rne\u011fin, 'rooms_per_household' \u00f6zelli\u011fi, bir evin l\u00fcks veya kalabal\u0131k olup olmad\u0131\u011f\u0131 hakk\u0131nda do\u011frudan bir fikir verir. Bu, modelin hangi fakt\u00f6rlere dayal\u0131 tahminler yapt\u0131\u011f\u0131n\u0131 anlamak i\u00e7in kritik \u00f6neme sahiptir.<\/p>\n
\n Uzman \u0130pucu: \u00d6zellik m\u00fchendisli\u011fi, tekrarlay\u0131c\u0131 bir s\u00fcre\u00e7tir. Yeni \u00f6zellikler olu\u015fturduktan sonra modelinizi e\u011fitin ve performans\u0131n\u0131 de\u011ferlendirin. Ard\u0131ndan, daha iyi sonu\u00e7lar almak i\u00e7in farkl\u0131 \u00f6zellikler denemekten \u00e7ekinmeyin. Bu s\u00fcre\u00e7te domain bilginizi kullanmak, hangi \u00f6zelliklerin anlaml\u0131 olabilece\u011fi konusunda size b\u00fcy\u00fck avantaj sa\u011flar. Unutmay\u0131n, en iyi \u00f6zellik m\u00fchendisi, verisiyle en \u00e7ok zaman ge\u00e7irendir.\n <\/div>\nSonu\u00e7 olarak, etkili \u00f6zellik m\u00fchendisli\u011fi, ham veriyi de\u011ferli bir yak\u0131ta d\u00f6n\u00fc\u015ft\u00fcren sanat ve bilim kar\u0131\u015f\u0131m\u0131d\u0131r. Modelinizi besleyecek do\u011fru yak\u0131t\u0131 sa\u011flamak, veri bilimi projelerinizde s\u0131radan sonu\u00e7lar yerine ola\u011fan\u00fcst\u00fc ba\u015far\u0131lar elde etmenizin anahtar\u0131d\u0131r. Bu teknikler sayesinde, 13. g\u00fcn\u00fcn\u00fczde sadece \u00f6\u011frenmekle kalmayacak, ayn\u0131 zamanda veri setlerinizden maksimum de\u011feri nas\u0131l \u00e7\u0131karaca\u011f\u0131n\u0131z\u0131 da ke\u015ffedeceksiniz.<\/p>\n
Makine \u00d6\u011frenmesi Modelleri Se\u00e7imi ve De\u011ferlendirmesi: En \u0130yi Sonu\u00e7lar\u0131 Nas\u0131l Elde Ederiz?<\/h2>\n
Veri temizli\u011fi ve \u00f6zellik m\u00fchendisli\u011fi ad\u0131mlar\u0131n\u0131 tamamlad\u0131ktan sonra s\u0131ra, verilerimizden anlaml\u0131 tahminler yapacak makine \u00f6\u011frenmesi modellerini se\u00e7meye ve e\u011fitmeye gelir. Bu a\u015fama, veri bilimi projesinin en heyecan verici k\u0131s\u0131mlar\u0131ndan biridir, ancak ayn\u0131 zamanda dikkatli bir yakla\u015f\u0131m gerektirir. \"En iyi\" modeli se\u00e7mek, her zaman en karma\u015f\u0131k veya en yeni modeli kullanmak anlam\u0131na gelmez; \u00e7o\u011fu zaman problem domain'ine, veri setinin \u00f6zelliklerine ve projenin gereksinimlerine en uygun olan\u0131 bulmak demektir. Bu b\u00f6l\u00fcmde, model se\u00e7imi, e\u011fitimi ve de\u011ferlendirmesi s\u00fcre\u00e7lerini ele alaca\u011f\u0131z, b\u00f6ylece projelerinizde en g\u00fcvenilir ve etkili sonu\u00e7lar\u0131 elde edebilirsiniz.<\/p>\n
Ad\u0131m 1: Veri Setini Ay\u0131rma<\/h3>\n
Modelimizi e\u011fitmeden \u00f6nce, veri setimizi e\u011fitim (training) ve test (test) k\u00fcmelerine ay\u0131rmak zorunludur. E\u011fitim k\u00fcmesi, modelin kal\u0131plar\u0131 \u00f6\u011frenmek i\u00e7in kulland\u0131\u011f\u0131 veridir. Test k\u00fcmesi ise, modelin daha \u00f6nce hi\u00e7 g\u00f6rmedi\u011fi veriler \u00fczerinde ne kadar iyi performans g\u00f6sterdi\u011fini de\u011ferlendirmek i\u00e7in kullan\u0131l\u0131r. Bu ayr\u0131m, modelin genelleme yetene\u011fini \u00f6l\u00e7memizi sa\u011flar ve a\u015f\u0131r\u0131 \u00f6\u011frenmeyi (overfitting) engellemeye yard\u0131mc\u0131 olur.<\/p>\n
\nfrom sklearn.model_selection import train_test_split\n\n# Hedef de\u011fi\u015fkeni (y) ve \u00f6zellikleri (X) ay\u0131rma\nX = df.drop('median_house_value', axis=1) # Hedef s\u00fctunu \u00e7\u0131kar\ny = df['median_house_value']\n\n# Veri setini e\u011fitim ve test k\u00fcmelerine ay\u0131rma\n# %80 e\u011fitim, %20 test verisi\nX_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)\n\nprint(f\"E\u011fitim k\u00fcmesi boyutu: {X_train.shape}\")\nprint(f\"Test k\u00fcmesi boyutu: {X_test.shape}\")\n <\/pre>\n<\/code><\/p>\n
random_state<\/code> parametresi, her \u00e7al\u0131\u015ft\u0131rd\u0131\u011f\u0131m\u0131zda ayn\u0131 rastgele ayr\u0131m\u0131 elde etmemizi sa\u011flar, bu da sonu\u00e7lar\u0131n tekrar \u00fcretilebilirli\u011fini garantiler.<\/p>\nAd\u0131m 2: Model Se\u00e7imi ve E\u011fitimi<\/h3>\n
California konut fiyatlar\u0131 tahmini bir regresyon problemi oldu\u011fundan, regresyon algoritmalar\u0131n\u0131 kullanaca\u011f\u0131z. Ba\u015flang\u0131\u00e7 i\u00e7in, nispeten basit ama g\u00fc\u00e7l\u00fc bir algoritma olan RandomForestRegressor'\u0131 tercih edebiliriz. Farkl\u0131 modellerin farkl\u0131 avantajlar\u0131 ve dezavantajlar\u0131 vard\u0131r. \u00d6rne\u011fin, Lineer Regresyon basit ve h\u0131zl\u0131yken, Karar A\u011fa\u00e7lar\u0131 ve Rastgele Ormanlar daha karma\u015f\u0131k ili\u015fkileri yakalayabilir.<\/p>\n
\nfrom sklearn.ensemble import RandomForestRegressor\n\n# RandomForestRegressor modelini tan\u0131mlama\nmodel = RandomForestRegressor(n_estimators=100, random_state=42, n_jobs=-1)\n\n# Modeli e\u011fitim verileriyle e\u011fitme\nmodel.fit(X_train, y_train)\n\nprint(\"Model ba\u015far\u0131yla e\u011fitildi!\")\n <\/pre>\n<\/code><\/p>\n
n_estimators<\/code> parametresi, rastgele ormandaki a\u011fa\u00e7 say\u0131s\u0131n\u0131 belirtir. Daha fazla a\u011fa\u00e7 genellikle daha iyi performans anlam\u0131na gelir, ancak e\u011fitim s\u00fcresini de art\u0131r\u0131r.<\/p>\nAd\u0131m 3: Model De\u011ferlendirme<\/h3>\n
E\u011fitti\u011fimiz modelin ne kadar iyi performans g\u00f6sterdi\u011fini anlamak i\u00e7in \u00e7e\u015fitli metrikler kullanmam\u0131z gerekir. Regresyon problemleri i\u00e7in yayg\u0131n kullan\u0131lan metrikler \u015funlard\u0131r:<\/p>\n
\n- Ortalama Mutlak Hata (Mean Absolute Error - MAE):<\/strong> Tahmin edilen de\u011ferler ile ger\u00e7ek de\u011ferler aras\u0131ndaki mutlak farklar\u0131n ortalamas\u0131d\u0131r. Birimle ayn\u0131d\u0131r ve yorumlamas\u0131 kolayd\u0131r.<\/li>\n
- Ortalama Kare Hata (Mean Squared Error - MSE):<\/strong> Hatalar\u0131n karelerinin ortalamas\u0131d\u0131r. B\u00fcy\u00fck hatalar\u0131 daha fazla cezaland\u0131r\u0131r.<\/li>\n
- K\u00f6k Ortalama Kare Hata (Root Mean Squared Error - RMSE):<\/strong> MSE'nin karek\u00f6k\u00fcd\u00fcr. Yorumlamas\u0131 MAE gibi birimle ayn\u0131d\u0131r ancak b\u00fcy\u00fck hatalara kar\u015f\u0131 daha duyarl\u0131d\u0131r.<\/li>\n
- R-kare (R-squared veya R\u00b2):<\/strong> Modelin ba\u011f\u0131ml\u0131 de\u011fi\u015fkendeki varyans\u0131 ne kadar iyi a\u00e7\u0131klad\u0131\u011f\u0131n\u0131 g\u00f6sterir. 0 ile 1 aras\u0131nda de\u011fi\u015fir; 1'e yak\u0131n de\u011ferler daha iyi uyumu g\u00f6sterir.<\/li>\n<\/ul>\n
\nfrom sklearn.metrics import mean_absolute_error, mean_squared_error, r2_score\n\n# Test verileri \u00fczerinde tahminler yapma\ny_pred = model.predict(X_test)\n\n# Model performans\u0131n\u0131 de\u011ferlendirme\nmae = mean_absolute_error(y_test, y_pred)\nmse = mean_squared_error(y_test, y_pred)\nrmse = np.sqrt(mse)\nr2 = r2_score(y_test, y_pred)\n\nprint(f\"\\nModel De\u011ferlendirme Sonu\u00e7lar\u0131:\")\nprint(f\"Mean Absolute Error (MAE): {mae:.2f}\")\nprint(f\"Mean Squared Error (MSE): {mse:.2f}\")\nprint(f\"Root Mean Squared Error (RMSE): {rmse:.2f}\")\nprint(f\"R-squared (R\u00b2): {r2:.2f}\")\n\n# Tahmin edilen de\u011ferler ile ger\u00e7ek de\u011ferleri g\u00f6rselle\u015ftirme\nplt.figure(figsize=(10, 6))\nplt.scatter(y_test, y_pred, alpha=0.3)\nplt.plot([y_test.min(), y_test.max()], [y_test.min(), y_test.max()], 'r--', lw=2)\nplt.xlabel('Ger\u00e7ek De\u011ferler')\nplt.ylabel('Tahmin Edilen De\u011ferler')\nplt.title('Ger\u00e7ek ve Tahmin Edilen Ev De\u011ferleri')\nplt.show()\n <\/pre>\n<\/code><\/p>\n
MAE, RMSE ve R\u00b2 de\u011ferleri, modelimizin performans\u0131n\u0131 somut bir \u015fekilde \u00f6l\u00e7memizi sa\u011flar. D\u00fc\u015f\u00fck MAE ve RMSE de\u011ferleri, modelimizin tahminlerinin ger\u00e7ek de\u011ferlere yak\u0131n oldu\u011funu g\u00f6sterirken, y\u00fcksek bir R\u00b2 de\u011feri, modelimizin varyans\u0131 iyi a\u00e7\u0131klad\u0131\u011f\u0131n\u0131 belirtir. Scatter plot grafi\u011fi ise, modelin ne kadar do\u011fru tahmin yapt\u0131\u011f\u0131n\u0131 g\u00f6rsel olarak anlamam\u0131za yard\u0131mc\u0131 olur. Noktalar\u0131n k\u0131rm\u0131z\u0131 \u00e7izgiye ne kadar yak\u0131n oldu\u011fu, modelin do\u011frulu\u011funu g\u00f6sterir. Model de\u011ferlendirme, sadece bir say\u0131ya bakmak de\u011fil, ayn\u0131 zamanda bu metriklerin ba\u011flam\u0131n\u0131 anlamak ve modelin neden belirli bir \u015fekilde performans g\u00f6sterdi\u011fini yorumlamak demektir.<\/p>\n
\n Uzman \u0130pucu: Modelinizi de\u011ferlendirirken sadece tek bir metri\u011fe odaklanmay\u0131n. \u00d6rne\u011fin, RMSE b\u00fcy\u00fck hatalara kar\u015f\u0131 daha hassasken, MAE hatalar\u0131n ortalama b\u00fcy\u00fckl\u00fc\u011f\u00fc hakk\u0131nda daha sezgisel bir fikir verir. R\u00b2 ise modelinizin veri setini ne kadar iyi a\u00e7\u0131klad\u0131\u011f\u0131n\u0131 g\u00f6sterir. Farkl\u0131 metrikleri bir arada kullanarak modelinizin performans\u0131n\u0131 daha kapsaml\u0131 bir \u015fekilde anlayabilirsiniz. Ayr\u0131ca, \u00e7apraz do\u011frulama (cross-validation) tekniklerini kullanarak modelinizin farkl\u0131 veri alt k\u00fcmelerinde ne kadar istikrarl\u0131 performans g\u00f6sterdi\u011fini test etmeyi unutmay\u0131n.\n <\/div>\nBu ad\u0131mlar, veri bilimi projelerinizde do\u011fru modeli se\u00e7menize, e\u011fitmenize ve performans\u0131n\u0131 g\u00fcvenilir bir \u015fekilde de\u011ferlendirmenize yard\u0131mc\u0131 olacakt\u0131r. 13. g\u00fcn\u00fcn\u00fczde bu bilgileri uygulamaya koymak, sizi sadece bir kod yazan de\u011fil, ayn\u0131 zamanda veri setinden de\u011ferli i\u00e7g\u00f6r\u00fcler \u00e7\u0131karabilen yetkin bir veri bilimcisi haline getirecektir.<\/p>\n
\u0130leri D\u00fczey \u0130pu\u00e7lar\u0131: Performans\u0131 Art\u0131rmak \u0130\u00e7in Hangi Teknikleri Kullanmal\u0131y\u0131z?<\/h2>\n
Temel makine \u00f6\u011frenimi modellerini e\u011fitmeyi ve de\u011ferlendirmeyi \u00f6\u011frendikten sonra, veri bilimi yolculu\u011funuzun 13. g\u00fcn\u00fcnde, modellerinizin performans\u0131n\u0131 daha da ileri ta\u015f\u0131yacak ileri d\u00fczey tekniklere odaklanabiliriz. Bu teknikler, genellikle daha karma\u015f\u0131k problemlerde daha iyi sonu\u00e7lar elde etmek, modelin genelleme yetene\u011fini art\u0131rmak ve hatta modelin neden belirli tahminler yapt\u0131\u011f\u0131n\u0131 anlamak i\u00e7in kullan\u0131l\u0131r. Bu b\u00f6l\u00fcmde, hiperparametre optimizasyonu, topluluk \u00f6\u011frenimi (ensemble methods) ve model yorumlanabilirli\u011fi gibi kavramlara derinlemesine bakaca\u011f\u0131z.<\/p>\n
Hiperparametre Optimizasyonu<\/h3>\n
Her makine \u00f6\u011frenimi modelinin, \u00f6\u011frenme s\u00fcrecini kontrol eden \"hiperparametreler\"i vard\u0131r. \u00d6rne\u011fin, RandomForestRegressor'da n_estimators<\/code> (a\u011fa\u00e7 say\u0131s\u0131) veya max_depth<\/code> (a\u011fac\u0131n maksimum derinli\u011fi) hiperparametrelerdir. Bu hiperparametrelerin do\u011fru kombinasyonunu bulmak, modelinizin performans\u0131n\u0131 \u00f6nemli \u00f6l\u00e7\u00fcde etkileyebilir. Manuel olarak deneme yan\u0131lma yapmak yerine, otomatik optimizasyon tekniklerini kullanabiliriz.<\/p>\n\n- Grid Search (Izgara Arama):<\/strong> Belirlenen hiperparametreler i\u00e7in t\u00fcm olas\u0131 kombinasyonlar\u0131 dener ve en iyi performans\u0131 veren kombinasyonu bulur.<\/li>\n
- Random Search (Rastgele Arama):<\/strong> Belirlenen aral\u0131klardan rastgele hiperparametre kombinasyonlar\u0131 se\u00e7er. Grid Search'ten genellikle daha h\u0131zl\u0131d\u0131r ve geni\u015f aral\u0131klarda daha etkili olabilir.<\/li>\n<\/ul>\n
\nfrom sklearn.model_selection import GridSearchCV\n\n# Hiperparametreler i\u00e7in bir s\u00f6zl\u00fck tan\u0131mlama\nparam_grid = {\n 'n_estimators': [100, 200],\n 'max_depth': [10, 20, None],\n 'min_samples_leaf': [1, 2, 4]\n}\n\n# GridSearchCV nesnesini olu\u015fturma\ngrid_search = GridSearchCV(RandomForestRegressor(random_state=42), param_grid, cv=3, scoring='neg_mean_squared_error', n_jobs=-1)\n\n# Arama i\u015flemini ba\u015flatma\n# grid_search.fit(X_train, y_train) # Bu i\u015flem uzun s\u00fcrebilir!\n# print(f\"En iyi hiperparametreler: {grid_search.best_params_}\")\n# print(f\"En iyi MSE skoru: {-grid_search.best_score_:.2f}\")\n\n# # En iyi modeli kullanma\n# best_model = grid_search.best_estimator_\n <\/pre>\n<\/code><\/p>\n
Yukar\u0131daki kod, GridSearchCV<\/code> kullanarak RandomForestRegressor<\/code> i\u00e7in hiperparametre aramas\u0131 yapar. cv=3<\/code> ifadesi 3 katl\u0131 \u00e7apraz do\u011frulama kullan\u0131laca\u011f\u0131n\u0131 belirtir, bu da modelin farkl\u0131 veri alt k\u00fcmeleri \u00fczerinde de\u011ferlendirilmesini sa\u011flar ve daha g\u00fcvenilir bir performans tahmini sunar. scoring='neg_mean_squared_error'<\/code> ise en d\u00fc\u015f\u00fck MSE'yi (yani en y\u00fcksek negatif MSE'yi) arad\u0131\u011f\u0131m\u0131z\u0131 g\u00f6sterir. Bu tip optimizasyonlar, modelinize ince ayar yapman\u0131n ve potansiyelini maksimize etmenin en iyi yollar\u0131ndan biridir.<\/p>\nTopluluk \u00d6\u011frenimi (Ensemble Methods)<\/h3>\n
Topluluk \u00f6\u011frenimi, birden fazla \u00f6\u011frenme algoritmas\u0131n\u0131 bir araya getirerek tek bir modelden daha iyi tahmin performans\u0131 elde etme prensibine dayan\u0131r. Bu y\u00f6ntemler, model \u00e7e\u015fitlili\u011fini kullanarak genelleme yetene\u011fini art\u0131r\u0131r ve a\u015f\u0131r\u0131 \u00f6\u011frenmeyi azaltabilir. En pop\u00fcler iki kategori \u015funlard\u0131r:<\/p>\n
\n- Bagging (\u00d6rn: RandomForest):<\/strong> Veri setinin farkl\u0131 alt \u00f6rnekleri \u00fczerinde birden fazla model e\u011fitir ve tahminlerini birle\u015ftirir (ortalama alma veya oylama).<\/li>\n
- Boosting (\u00d6rn: Gradient Boosting, XGBoost, LightGBM):<\/strong> Ard\u0131\u015f\u0131k olarak zay\u0131f modelleri e\u011fitir, her yeni model \u00f6nceki modelin hatalar\u0131n\u0131 d\u00fczeltmeye odaklan\u0131r. \u00d6zellikle XGBoost ve LightGBM gibi modern algoritmalar, b\u00fcy\u00fck veri setlerinde bile y\u00fcksek performans ve h\u0131z sunar.<\/li>\n<\/ul>\n
\nfrom xgboost import XGBRegressor\n\n# XGBoost modelini tan\u0131mlama ve e\u011fitme\n# Bu ad\u0131m, daha \u00f6nce e\u011fitilen RandomForest modeline alternatif bir \u00f6rnek sunar.\nxgb_model = XGBRegressor(n_estimators=100, learning_rate=0.1, random_state=42, n_jobs=-1)\nxgb_model.fit(X_train, y_train)\n\n# Tahmin yapma ve de\u011ferlendirme (Daha \u00f6nce g\u00f6sterilen metrikleri kullanabilirsiniz)\n# y_pred_xgb = xgb_model.predict(X_test)\n# print(f\"XGBoost R-squared: {r2_score(y_test, y_pred_xgb):.2f}\")\n <\/pre>\n<\/code><\/p>\n
XGBoost, performans\u0131 ve \u00f6l\u00e7eklenebilirli\u011fi nedeniyle regresyon ve s\u0131n\u0131fland\u0131rma g\u00f6revlerinde olduk\u00e7a pop\u00fclerdir. Daha az tahminci (n_estimators<\/code>) ile bile etkili sonu\u00e7lar verebilir ve learning_rate<\/code> parametresi ile \u00f6\u011frenme h\u0131z\u0131 kontrol edilebilir.<\/p>\nModel Yorumlanabilirli\u011fi (Model Interpretability)<\/h3>\n
\u00d6zellikle i\u015f d\u00fcnyas\u0131nda, bir modelin sadece tahmin yapmakla kalmay\u0131p, bu tahminleri neden yapt\u0131\u011f\u0131n\u0131 a\u00e7\u0131klayabilmesi de kritik \u00f6neme sahiptir. Model yorumlanabilirli\u011fi, modelin i\u00e7 i\u015fleyi\u015fini ve tahminlerini anlamam\u0131z\u0131 sa\u011flar. Bu, g\u00fcven olu\u015fturur, hatalar\u0131 ay\u0131klamaya yard\u0131mc\u0131 olur ve i\u015f kararlar\u0131 i\u00e7in de\u011ferli i\u00e7g\u00f6r\u00fcler sunar.<\/p>\n
\n- Feature Importance (\u00d6zellik \u00d6nemi):<\/strong> Bir\u00e7ok model (\u00f6rne\u011fin RandomForest, XGBoost), hangi \u00f6zelliklerin tahminler \u00fczerinde en b\u00fcy\u00fck etkiye sahip oldu\u011funu g\u00f6steren bir \"\u00f6zellik \u00f6nemi\" skoru sa\u011flar.<\/li>\n
- SHAP (SHapley Additive exPlanations) ve LIME (Local Interpretable Model-agnostic Explanations):<\/strong> Bu ara\u00e7lar, karma\u015f\u0131k modellerin tahminlerini yerel (tek bir \u00f6rnek i\u00e7in) ve global (t\u00fcm veri seti i\u00e7in) d\u00fczeyde a\u00e7\u0131klayabilir. Hangi \u00f6zelliklerin belirli bir tahmini yukar\u0131 veya a\u015fa\u011f\u0131 \u00e7ekti\u011fini g\u00f6rselle\u015ftirmemizi sa\u011flarlar.<\/li>\n<\/ul>\n
\n# \u00d6zellik \u00f6nemini g\u00f6rselle\u015ftirme (RandomForestRegressor modelimiz i\u00e7in)\nfeature_importances = model.feature_importances_\nfeatures = X.columns\nimportance_df = pd.DataFrame({'Feature': features, 'Importance': feature_importances})\nimportance_df = importance_df.sort_values(by='Importance', ascending=False)\n\nplt.figure(figsize=(10, 7))\nsns.barplot(x='Importance', y='Feature', data=importance_df.head(10))\nplt.title('Top 10 \u00d6zellik \u00d6nem Dereceleri')\nplt.show()\n <\/pre>\n<\/code><\/p>\n
\n Uzman \u0130pucu: Model yorumlanabilirli\u011fi ara\u00e7lar\u0131n\u0131 kullanarak, sadece modelinizin hangi \u00f6zelliklerin \u00f6nemli oldu\u011funu g\u00f6rmekle kalmay\u0131n, ayn\u0131 zamanda bu \u00f6zelliklerin modelin tahminlerini nas\u0131l etkiledi\u011fini de anlamaya \u00e7al\u0131\u015f\u0131n. \u00d6rne\u011fin, SHAP de\u011ferleri size her bir \u00f6zelli\u011fin bir tahminin ortalama tahminden ne kadar sapt\u0131\u011f\u0131n\u0131 g\u00f6sterir. Bu bilgiler, alan uzmanlar\u0131yla i\u015fbirli\u011fi yaparak yeni \u00f6zellikler geli\u015ftirmek veya i\u015f s\u00fcre\u00e7lerini optimize etmek i\u00e7in kullan\u0131labilir.\n <\/div>\nBu ileri d\u00fczey teknikler, veri bilimi becerilerinizi s\u0131radanl\u0131ktan \u00e7\u0131kar\u0131p sizi daha yetenekli ve aranan bir profesyonel yapacakt\u0131r. 13. g\u00fcn\u00fcn\u00fczde bu konulara dalmak, veri biliminin sadece kod yazmaktan ibaret olmad\u0131\u011f\u0131n\u0131, ayn\u0131 zamanda derinlemesine analiz ve stratejik d\u00fc\u015f\u00fcnme gerektirdi\u011fini g\u00f6sterir.<\/p>\n
Veri Bilimi Projelerinizi Mobil Uyumlu Hale Getirmek: Responsive Tasar\u0131m Neden \u00d6nemli?<\/h2>\n
G\u00fcn\u00fcm\u00fczde veri bilimi projelerinin \u00e7\u0131kt\u0131s\u0131, genellikle interaktif panolar, raporlar veya web uygulamalar\u0131 \u015feklinde sunulur. Bu \u00e7\u0131kt\u0131lar, farkl\u0131 cihazlar (masa\u00fcst\u00fc bilgisayarlar, tabletler, ak\u0131ll\u0131 telefonlar) \u00fczerinden eri\u015filebilir olmal\u0131d\u0131r. Bu noktada \"mobil uyumlu\" veya \"responsive\" tasar\u0131m devreye girer. Responsive tasar\u0131m, i\u00e7eri\u011fin ve d\u00fczenin ekran boyutuna ve cihaz tipine g\u00f6re otomatik olarak ayarlanmas\u0131n\u0131 sa\u011flar. Veri bilimi ba\u011flam\u0131nda, bu \u00f6zellikle olu\u015fturdu\u011fumuz grafiklerin, tablolar\u0131n ve di\u011fer g\u00f6rselle\u015ftirmelerin k\u00fc\u00e7\u00fck ekranlarda bile okunabilir ve kullan\u0131labilir kalmas\u0131n\u0131 garantilemek anlam\u0131na gelir. Bir dashboard tasarlad\u0131\u011f\u0131n\u0131z\u0131 d\u00fc\u015f\u00fcn\u00fcn; masa\u00fcst\u00fcnde harika g\u00f6r\u00fcnen karma\u015f\u0131k bir grafi\u011fin telefonda k\u00fc\u00e7\u00fcc\u00fck ve anlams\u0131z hale gelmesi, kullan\u0131c\u0131 deneyimini ciddi \u015fekilde d\u00fc\u015f\u00fcrecektir. Bu nedenle, projelerinizin son a\u015famas\u0131nda bu t\u00fcr bir adaptasyonu d\u00fc\u015f\u00fcnmek, eme\u011finizin daha geni\u015f bir kitleye ula\u015fmas\u0131n\u0131 ve daha etkili olmas\u0131n\u0131 sa\u011flar.<\/p>\n
Mobil uyumlu tasar\u0131m\u0131n veri bilimi projeleri i\u00e7in \u00f6nemi birka\u00e7 ba\u015fl\u0131k alt\u0131nda toplanabilir:<\/p>\n
\n- Eri\u015filebilirlik:<\/strong> Kullan\u0131c\u0131lar, nerede olurlarsa olsunlar ve hangi cihaz\u0131 kullan\u0131rlarsa kullans\u0131nlar, analizlerinize eri\u015febilirler. Bu, \u00f6zellikle y\u00f6neticilerin veya karar vericilerin hareket halindeyken verilere h\u0131zl\u0131ca g\u00f6z atmalar\u0131 gerekti\u011finde kritik \u00f6neme sahiptir.<\/li>\n
- Kullan\u0131c\u0131 Deneyimi (UX):<\/strong> \u0130yi bir kullan\u0131c\u0131 deneyimi, projenizin de\u011ferini art\u0131r\u0131r. K\u00fc\u00e7\u00fck ekranlarda okunaks\u0131z metinler veya kayan grafikler yerine, duyarl\u0131 tasar\u0131m sayesinde i\u00e7erik otomatik olarak yeniden d\u00fczenlenir, yaz\u0131 tipleri \u00f6l\u00e7eklenir ve grafikler daha anla\u015f\u0131l\u0131r hale gelir.<\/li>\n
- Verimlilik:<\/strong> Analizlerinizin mobil cihazlarda kolayca g\u00f6r\u00fcnt\u00fclenmesi, payda\u015flar\u0131n h\u0131zl\u0131 kararlar almas\u0131n\u0131 sa\u011flar. Karma\u015f\u0131k bir raporun masa\u00fcst\u00fcne ula\u015fmay\u0131 beklemek yerine, an\u0131nda mobil cihazdan kontrol edilebilmesi, i\u015f ak\u0131\u015flar\u0131n\u0131 h\u0131zland\u0131r\u0131r.<\/li>\n
- Geni\u015f Kitleye Ula\u015f\u0131m:<\/strong> \u0130nternet trafi\u011finin b\u00fcy\u00fck bir k\u0131sm\u0131 mobil cihazlardan gelmektedir. Projelerinizin mobil uyumlu olmas\u0131, potansiyel kullan\u0131c\u0131 ve okuyucu kitlenizi geni\u015fletir.<\/li>\n<\/ul>\n
Veri Bilimi \u00c7\u0131kt\u0131lar\u0131 i\u00e7in Mobil Uyumlu Tasar\u0131m Nas\u0131l Yap\u0131l\u0131r?<\/h3>\n
Veri bilimi projelerinde genellikle Python'da Plotly, Dash, Streamlit gibi k\u00fct\u00fcphaneler kullan\u0131larak interaktif panolar olu\u015fturulur. Bu k\u00fct\u00fcphaneler genellikle responsive \u00f6zellikleri yerle\u015fik olarak sunar, ancak bazen ek CSS (Cascading Style Sheets) ile ince ayarlar yapmak gerekebilir. Temel bir HTML\/CSS ba\u011flam\u0131nda, mobil uyumlulu\u011fu sa\u011flamak i\u00e7in viewport<\/code> meta etiketi ve medya sorgular\u0131 (media queries) kullan\u0131l\u0131r:<\/p>\n\n\n\n\n\n\n \n<\/div>\n\n