Makine \u00f6\u011frenimi, g\u00fcn\u00fcm\u00fcz teknolojisinin en h\u0131zl\u0131 geli\u015fen ve en etkili alanlar\u0131ndan biridir. Verilerden \u00f6\u011frenerek tahminler yapma veya kararlar alma yetene\u011fi, bir\u00e7ok sekt\u00f6rde devrim yaratmaktad\u0131r. Ancak bir makine \u00f6\u011frenimi modelini e\u011fitmek kadar, onun ger\u00e7ek d\u00fcnya verileri \u00fczerindeki performans\u0131n\u0131 do\u011fru bir \u015fekilde de\u011ferlendirmek de b\u00fcy\u00fck \u00f6nem ta\u015f\u0131r. Bir modelin ne kadar iyi \u00e7al\u0131\u015ft\u0131\u011f\u0131n\u0131 anlamak, sadece e\u011fitim verileri \u00fczerindeki ba\u015far\u0131s\u0131na bakmakla m\u00fcmk\u00fcn de\u011fildir; as\u0131l ba\u015far\u0131, modelin daha \u00f6nce hi\u00e7 g\u00f6rmedi\u011fi verilere ne kadar iyi genellenebildi\u011fi ile \u00f6l\u00e7\u00fcl\u00fcr.<\/p>\n
Model de\u011ferlendirme s\u00fcrecinde kar\u015f\u0131la\u015f\u0131lan en yayg\u0131n sorunlardan ikisi a\u015f\u0131r\u0131 \u00f6\u011frenme (overfitting) ve eksik \u00f6\u011frenme (underfitting) durumlar\u0131d\u0131r. A\u015f\u0131r\u0131 \u00f6\u011frenme, modelin e\u011fitim verisindeki g\u00fcr\u00fclt\u00fcy\u00fc ve rastgele varyasyonlar\u0131 ezberlemesi, ancak yeni verilere genelleme yetene\u011fini kaybetmesi anlam\u0131na gelir. Eksik \u00f6\u011frenme ise modelin e\u011fitim verisindeki temel ili\u015fkileri bile \u00f6\u011frenememesi, dolay\u0131s\u0131yla hem e\u011fitim hem de test verilerinde k\u00f6t\u00fc performans g\u00f6stermesidir. Bu sorunlar\u0131 a\u015fmak ve modelin genellenebilirlik yetene\u011fini g\u00fcvenilir bir \u015fekilde tahmin etmek i\u00e7in \u00e7e\u015fitli teknikler geli\u015ftirilmi\u015ftir. Bu teknikler aras\u0131nda K-Katl\u0131 \u00c7apraz Do\u011frulama (K-Fold Cross-Validation), model de\u011ferlendirme ve hiperparametre optimizasyonu i\u00e7in en yayg\u0131n ve etkili y\u00f6ntemlerden biri olarak \u00f6ne \u00e7\u0131kmaktad\u0131r. Bu makalede, K-Katl\u0131 \u00c7apraz Do\u011frulaman\u0131n ne oldu\u011funu, neden gerekli oldu\u011funu, nas\u0131l \u00e7al\u0131\u015ft\u0131\u011f\u0131n\u0131 ve farkl\u0131 varyasyonlar\u0131n\u0131 ad\u0131m ad\u0131m ayr\u0131nt\u0131l\u0131 bir \u015fekilde inceleyece\u011fiz.<\/p>\n
Makine \u00f6\u011frenimi projelerinde modelin ba\u015far\u0131s\u0131n\u0131 \u00f6l\u00e7mek i\u00e7in kullan\u0131lan baz\u0131 temel kavramlar vard\u0131r. Bu kavramlar\u0131 anlamak, K-Katl\u0131 \u00c7apraz Do\u011frulaman\u0131n neden bu kadar \u00f6nemli oldu\u011funu kavramak i\u00e7in elzemdir.<\/p>\n
Modelin \u00f6\u011frenme s\u00fcrecinde kullan\u0131lan veri k\u00fcmesidir. Model, bu veri setindeki \u00f6rnekleri analiz ederek desenleri, ili\u015fkileri ve kurallar\u0131 \u00e7\u0131karmaya \u00e7al\u0131\u015f\u0131r. Algoritma, e\u011fitim seti \u00fczerinde parametrelerini ayarlar ve \u00f6\u011frenme g\u00f6revini yerine getirir.<\/p>\n
Modelin genellenebilirlik yetene\u011fini de\u011ferlendirmek i\u00e7in kullan\u0131lan, e\u011fitim s\u00fcrecinde asla g\u00f6r\u00fclmemi\u015f veri k\u00fcmesidir. Modelin e\u011fitim seti \u00fczerinde ne kadar iyi performans g\u00f6sterdi\u011fi \u00f6nemli olsa da, as\u0131l kritik olan, yeni ve bilinmeyen verilere ne kadar iyi uyum sa\u011flayabildi\u011fidir. Test seti, bu uyumu \u00f6l\u00e7mek i\u00e7in tarafs\u0131z bir de\u011ferlendirme sa\u011flar.<\/p>\n
Baz\u0131 durumlarda, hiperparametre optimizasyonu veya model se\u00e7imi gibi kararlar almak i\u00e7in ayr\u0131 bir do\u011frulama seti kullan\u0131l\u0131r. E\u011fitim seti \u00fczerinde e\u011fitilen farkl\u0131 modeller veya farkl\u0131 hiperparametre kombinasyonlar\u0131na sahip modeller, do\u011frulama seti \u00fczerinde de\u011ferlendirilerek en iyi performans g\u00f6steren se\u00e7ilir. Bu sayede test seti, son modelin nihai ve tarafs\u0131z de\u011ferlendirmesi i\u00e7in saklanm\u0131\u015f olur. K-Katl\u0131 \u00c7apraz Do\u011frulama, do\u011frulama setine olan ihtiyac\u0131 minimize ederek t\u00fcm veri setini hem e\u011fitim hem de do\u011frulama amac\u0131yla daha etkin kullan\u0131r.<\/p>\n
Modelin e\u011fitim verisindeki rastgele g\u00fcr\u00fclt\u00fcy\u00fc veya spesifik detaylar\u0131 ezberlemesi durumudur. Bu durumda model, e\u011fitim verisinde \u00e7ok y\u00fcksek ba\u015far\u0131 g\u00f6sterirken, yeni ve bilinmeyen verilere genelleme yaparken k\u00f6t\u00fc performans sergiler. A\u015f\u0131r\u0131 \u00f6\u011frenmi\u015f bir model, karma\u015f\u0131k bir yapbozun sadece kendi par\u00e7alar\u0131n\u0131 ezberlemi\u015f, ancak b\u00fct\u00fcn\u00fc anlamam\u0131\u015f bir \u00e7ocu\u011fa benzer.<\/p>\n
Modelin e\u011fitim verisindeki temel desenleri ve ili\u015fkileri \u00f6\u011frenememesi durumudur. Bu, genellikle modelin \u00e7ok basit olmas\u0131ndan (\u00f6rne\u011fin, do\u011frusal bir modelin do\u011frusal olmayan bir ili\u015fkiyi tahmin etmeye \u00e7al\u0131\u015fmas\u0131) veya yetersiz e\u011fitimden kaynaklan\u0131r. Eksik \u00f6\u011frenmi\u015f bir model, hem e\u011fitim hem de test verilerinde d\u00fc\u015f\u00fck performans g\u00f6sterir.<\/p>\n
Bir makine \u00f6\u011frenimi modelinin, e\u011fitim verilerinden \u00f6\u011frendi\u011fi desenleri kullanarak daha \u00f6nce hi\u00e7 g\u00f6rmedi\u011fi yeni verilere ne kadar iyi tahminler yapabildi\u011fini veya do\u011fru kararlar verebildi\u011fini ifade eder. \u0130yi bir model, y\u00fcksek genellenebilirlik yetene\u011fine sahip olmal\u0131d\u0131r.<\/p>\n
Model de\u011ferlendirmesinde en basit yakla\u015f\u0131m, veri setini rastgele olarak bir e\u011fitim ve bir test setine b\u00f6lmektir (\u00f6rne\u011fin, %70 e\u011fitim, %30 test). Ancak bu yakla\u015f\u0131m\u0131n baz\u0131 \u00f6nemli s\u0131n\u0131rl\u0131l\u0131klar\u0131 vard\u0131r:<\/p>\n
1. Veri B\u00f6l\u00fcnmesinin Rastgeleli\u011fine Ba\u011f\u0131ml\u0131l\u0131k:<\/strong> Rastgele bir b\u00f6lme, \u015fans eseri model i\u00e7in kolay veya zor bir test seti olu\u015fturabilir. Bu durum, modelin performans tahmini \u00fczerinde \u00f6nemli bir varyansa neden olabilir. Farkl\u0131 rastgele b\u00f6lmelerle elde edilen sonu\u00e7lar birbirinden \u00e7ok farkl\u0131l\u0131k g\u00f6sterebilir. \u00c7apraz do\u011frulama teknikleri, bu s\u0131n\u0131rl\u0131l\u0131klar\u0131 a\u015farak modelin performans\u0131na ili\u015fkin daha sa\u011flam ve g\u00fcvenilir bir tahmin elde etmemizi sa\u011flar. Temel amac\u0131, veri setinin her bir par\u00e7as\u0131n\u0131n hem e\u011fitim hem de test s\u00fcrecinde en az bir kez kullan\u0131lmas\u0131n\u0131 sa\u011flayarak, modelin genellenebilirlik yetene\u011fini daha iyi \u00f6l\u00e7mektir.<\/p>\n K-Katl\u0131 \u00c7apraz Do\u011frulama, makine \u00f6\u011frenimi model de\u011ferlendirmesinde kullan\u0131lan, verinin tamam\u0131n\u0131 hem e\u011fitim hem de test amac\u0131yla etkin bir \u015fekilde kullanan istatistiksel bir y\u00f6ntemdir. Temel prensibi, veri setini “K” ad\u0131 verilen belirli say\u0131da e\u015fit veya yakla\u015f\u0131k olarak e\u015fit alt k\u00fcmelere (katlara veya b\u00f6l\u00fcmlere) ay\u0131rmakt\u0131r.<\/p>\n Bu y\u00f6ntem, her iterasyonda farkl\u0131 bir kat\u0131 test seti olarak kullan\u0131rken, kalan K-1 kat\u0131 e\u011fitim seti olarak birle\u015ftirir. Bu s\u00fcre\u00e7 K kez tekrarlan\u0131r ve her iterasyonda farkl\u0131 bir kat test seti olarak g\u00f6rev yapar. B\u00f6ylece veri setindeki her \u00f6rnek, K-1 iterasyonda e\u011fitim i\u00e7in ve tam olarak bir iterasyonda test i\u00e7in kullan\u0131lm\u0131\u015f olur. Bu yakla\u015f\u0131m, modelin performans\u0131n\u0131n tek bir rastgele b\u00f6lmeye ba\u011f\u0131ml\u0131 olmas\u0131n\u0131 engelleyerek daha g\u00fcvenilir ve tarafs\u0131z bir tahmin sunar. “K” de\u011feri, bu b\u00f6l\u00fcmlerin say\u0131s\u0131n\u0131 temsil eder ve bu de\u011fer genellikle 5 veya 10 olarak se\u00e7ilir.<\/p>\n K-Katl\u0131 \u00c7apraz Do\u011frulama s\u00fcrecini anlamak i\u00e7in her ad\u0131m\u0131 ayr\u0131nt\u0131l\u0131 olarak inceleyelim:<\/p>\n \u0130lk olarak, elinizdeki t\u00fcm veri setini (N \u00f6rnekten olu\u015fan) K adet e\u015fit veya yakla\u015f\u0131k olarak e\u015fit b\u00fcy\u00fckl\u00fckte alt k\u00fcmelere ay\u0131r\u0131rs\u0131n\u0131z. Bu alt k\u00fcmelere “kat” (fold) denir. \u00d6rne\u011fin, 1000 \u00f6rneklik bir veri setiniz varsa ve K=5 se\u00e7tiyseniz, veri setini her biri 200 \u00f6rnek i\u00e7eren 5 ayr\u0131 kata b\u00f6lersiniz. Bu b\u00f6lme i\u015flemi genellikle rastgele yap\u0131l\u0131r, ancak her kat\u0131n orijinal veri setinin istatistiksel \u00f6zelliklerini (\u00f6rne\u011fin, s\u0131n\u0131f da\u011f\u0131l\u0131m\u0131) korumas\u0131 \u00f6nemlidir. S\u0131n\u0131f dengesizli\u011fi olan durumlarda Stratified K-Fold gibi varyasyonlar kullan\u0131l\u0131r.<\/p>\n K-Katl\u0131 \u00c7apraz Do\u011frulama s\u00fcreci K kez tekrarlanacak bir d\u00f6ng\u00fcden olu\u015fur. \u0130lk iterasyonda: Ad\u0131m 2’deki s\u00fcre\u00e7, her iterasyonda farkl\u0131 bir kat\u0131n test seti olarak kullan\u0131lmas\u0131yla K kez tekrarlan\u0131r: K iterasyonun tamamlanmas\u0131n\u0131n ard\u0131ndan, her bir iterasyondan elde edilen K adet performans metri\u011fi de\u011feri toplan\u0131r. Modelin genel performans\u0131, bu K adet metri\u011fin ortalamas\u0131 al\u0131narak hesaplan\u0131r. Bu ortalama de\u011fer, modelin genellenebilirlik yetene\u011fine ili\u015fkin tek bir rastgele b\u00f6lmeye g\u00f6re \u00e7ok daha g\u00fcvenilir ve sa\u011flam bir tahmindir. Ayr\u0131ca, bu K adet metri\u011fin standart sapmas\u0131 da hesaplanabilir. Standart sapma, modelin farkl\u0131 veri alt k\u00fcmeleri \u00fczerindeki performans\u0131n\u0131n ne kadar tutarl\u0131 oldu\u011funu g\u00f6sterir; d\u00fc\u015f\u00fck standart sapma, daha tutarl\u0131 bir performansa i\u015faret eder.<\/p>\n Bu s\u00fcrecin sonunda elde edilen ortalama performans skoru, modelin yeni ve bilinmeyen verilere ne kadar iyi genellenebilece\u011fi konusunda g\u00fc\u00e7l\u00fc bir g\u00f6sterge sa\u011flar.<\/p>\n K-Katl\u0131 \u00c7apraz Do\u011frulama uygularken en \u00f6nemli kararlardan biri “K” de\u011ferini se\u00e7mektir. K’nin se\u00e7imi, hesaplama maliyeti, performans tahmininin varyans\u0131 (de\u011fi\u015fkenli\u011fi) ve yanl\u0131l\u0131\u011f\u0131 (bias) aras\u0131nda bir dengeyi temsil eder.<\/p>\n * K\u00fc\u00e7\u00fck K De\u011ferleri (\u00f6rn. K=3, K=5):<\/strong> * B\u00fcy\u00fck K De\u011ferleri (\u00f6rn. K=10, K=20):<\/strong> * Yayg\u0131n K De\u011ferleri:<\/strong> Pratikte K=5 ve K=10 de\u011ferleri en s\u0131k tercih edilenlerdir. K=10 genellikle iyi bir denge sa\u011flar: yeterince b\u00fcy\u00fck bir e\u011fitim seti ve g\u00fcvenilir bir performans tahmini sunarken, hesaplama maliyeti genellikle y\u00f6netilebilir d\u00fczeydedir.<\/p>\n * Leave-One-Out Cross-Validation (LOOCV):<\/strong> Bu, K’nin veri setindeki \u00f6rnek say\u0131s\u0131na (N) e\u015fit oldu\u011fu \u00f6zel bir durumdur (K=N). Her iterasyonda sadece bir \u00f6rnek test seti olarak kullan\u0131l\u0131rken, kalan N-1 \u00f6rnek e\u011fitim seti olarak kullan\u0131l\u0131r. Sonu\u00e7 olarak, K de\u011feri se\u00e7imi, veri setinizin boyutu, modelinizin karma\u015f\u0131kl\u0131\u011f\u0131 ve mevcut hesaplama kaynaklar\u0131n\u0131z g\u00f6z \u00f6n\u00fcnde bulundurularak yap\u0131lmal\u0131d\u0131r.<\/p>\n K-Katl\u0131 \u00c7apraz Do\u011frulama, makine \u00f6\u011frenimi model de\u011ferlendirme s\u00fcrecine bir\u00e7ok \u00f6nemli avantaj sa\u011flar:<\/p>\n 1. Model Performans\u0131n\u0131n Daha G\u00fcvenilir Tahmini:<\/strong> Tek bir e\u011fitim\/test ayr\u0131m\u0131na g\u00f6re modelin genellenebilirlik yetene\u011fi hakk\u0131nda \u00e7ok daha sa\u011flam ve g\u00fcvenilir bir tahmin sunar. Farkl\u0131 veri alt k\u00fcmeleri \u00fczerinde test edildi\u011fi i\u00e7in, modelin rastgele veri b\u00f6l\u00fcnmelerine kar\u015f\u0131 dayan\u0131kl\u0131l\u0131\u011f\u0131 artar. Her ne kadar g\u00fc\u00e7l\u00fc bir y\u00f6ntem olsa da, K-Katl\u0131 \u00c7apraz Do\u011frulaman\u0131n baz\u0131 dezavantajlar\u0131 da bulunmaktad\u0131r:<\/p>\n 1. Hesaplama Maliyeti:<\/strong> K adet model e\u011fitilmesi ve de\u011ferlendirilmesi gerekti\u011fi i\u00e7in, basit bir e\u011fitim\/test ayr\u0131m\u0131na g\u00f6re \u00e7ok daha fazla hesaplama kayna\u011f\u0131 ve zaman gerektirir. \u00d6zellikle b\u00fcy\u00fck K de\u011ferleri, b\u00fcy\u00fck veri setleri ve karma\u015f\u0131k modeller i\u00e7in bu maliyet \u00f6nemli \u00f6l\u00e7\u00fcde artabilir. Standart K-Katl\u0131 \u00c7apraz Do\u011frulamaya ek olarak, belirli veri yap\u0131lar\u0131 veya sorunlar i\u00e7in geli\u015ftirilmi\u015f \u00e7e\u015fitli varyasyonlar bulunmaktad\u0131r.<\/p>\n Bu varyasyon, \u00f6zellikle s\u0131n\u0131f dengesizli\u011fi olan veri setleri i\u00e7in tasarlanm\u0131\u015ft\u0131r. Stratified K-Fold, veri setini K kata b\u00f6lerken, her bir kat\u0131n orijinal veri setindeki s\u0131n\u0131f oranlar\u0131n\u0131 (veya hedeflenen de\u011fi\u015fkenin da\u011f\u0131l\u0131m\u0131n\u0131) korumas\u0131n\u0131 sa\u011flar. \u00d6rne\u011fin, veri setinizin %80’i A s\u0131n\u0131f\u0131, %20’si B s\u0131n\u0131f\u0131 ise, her bir kat da yakla\u015f\u0131k olarak %80 A s\u0131n\u0131f\u0131 ve %20 B s\u0131n\u0131f\u0131 \u00f6rne\u011fi i\u00e7erecektir. Bu varyasyon, K-Katl\u0131 \u00c7apraz Do\u011frulama s\u00fcrecini birden fazla kez (\u00f6rne\u011fin, 3 kez) tekrarlayarak model performans\u0131n\u0131n tahminini daha da sa\u011flamla\u015ft\u0131rmay\u0131 ama\u00e7lar. Her tekrarlamada, veri setinin katlara b\u00f6l\u00fcnmesi farkl\u0131 bir rastgele tohum (random seed) ile yap\u0131l\u0131r. Baz\u0131 veri setlerinde, \u00f6rnekler belirli gruplar halinde birbirine ba\u011f\u0131ml\u0131 olabilir (\u00f6rne\u011fin, ayn\u0131 hastadan al\u0131nan birden fazla \u00f6l\u00e7\u00fcm, ayn\u0131 aileden gelen bireylerin verileri). Bu durumlarda, standart K-Fold uygulamak, ayn\u0131 grubun \u00f6rneklerinin hem e\u011fitim hem de test setinde yer almas\u0131na neden olabilir. Bu durum, modelin genellenebilirlik yetene\u011fi hakk\u0131nda yan\u0131lt\u0131c\u0131 derecede iyimser tahminlere yol a\u00e7abilir, \u00e7\u00fcnk\u00fc model test setindeki “yeni” verileri asl\u0131nda e\u011fitim setindeki ayn\u0131 grubun di\u011fer \u00f6rneklerinden \u00f6\u011frenmi\u015f olabilir. Zaman serisi verileri, ge\u00e7mi\u015fin gelece\u011fi tahmin etmek i\u00e7in kullan\u0131ld\u0131\u011f\u0131 s\u0131ral\u0131 bir yap\u0131ya sahiptir. Standart K-Fold, bu s\u0131ral\u0131 ba\u011f\u0131ml\u0131l\u0131\u011f\u0131 bozarak gelecekteki verileri e\u011fitim setinde kullanabilir. Time Series Cross-Validation, bu sorunu \u00e7\u00f6zmek i\u00e7in tasarlanm\u0131\u015ft\u0131r. K-Katl\u0131 \u00c7apraz Do\u011frulama, Python’daki Scikit-learn gibi pop\u00fcler makine \u00f6\u011frenimi k\u00fct\u00fcphaneleri arac\u0131l\u0131\u011f\u0131yla kolayca uygulanabilir.<\/p>\n Scikit-learn, \u00e7apraz do\u011frulama i\u00e7in \u00e7e\u015fitli ara\u00e7lar sunar: \u00d6rnek bir kullan\u0131m senaryosu:<\/strong> Bu kod par\u00e7ac\u0131\u011f\u0131, Iris veri seti \u00fczerinde Lojistik Regresyon modelinin 5-Katl\u0131 \u00c7apraz Do\u011frulama ile ortalama do\u011fruluk skorunu ve standart sapmas\u0131n\u0131 hesaplar. Bu, modelin genellenebilirlik yetene\u011fi hakk\u0131nda h\u0131zl\u0131 ve g\u00fcvenilir bir fikir edinmek i\u00e7in g\u00fc\u00e7l\u00fc bir yoldur.<\/p>\n K-Katl\u0131 \u00c7apraz Do\u011frulama, makine \u00f6\u011frenimi alan\u0131nda model de\u011ferlendirme ve se\u00e7im s\u00fcre\u00e7lerinin vazge\u00e7ilmez bir par\u00e7as\u0131d\u0131r. Modelin genellenebilirlik yetene\u011fini g\u00fcvenilir bir \u015fekilde tahmin etme, a\u015f\u0131r\u0131 \u00f6\u011frenme riskini azaltma ve veri setinin tamam\u0131n\u0131 etkin bir \u015fekilde kullanma gibi temel avantajlar\u0131 sayesinde, sa\u011flam ve g\u00fcvenilir makine \u00f6\u011frenimi modelleri geli\u015ftirmek i\u00e7in kritik bir ara\u00e7t\u0131r.<\/p>\n Do\u011fru K de\u011ferini se\u00e7mek, veri setinin \u00f6zelliklerini (boyut, s\u0131n\u0131f dengesizli\u011fi, gruplar aras\u0131 ba\u011f\u0131ml\u0131l\u0131k) anlamak ve uygun \u00e7apraz do\u011frulama varyasyonlar\u0131n\u0131 (Stratified, Group, Time Series K-Fold) kullanmak, modelinizin performans\u0131n\u0131 en do\u011fru \u015fekilde de\u011ferlendirmenizi sa\u011flar. Her ne kadar hesaplama maliyeti art\u0131rsa da, elde edilen performans tahmininin g\u00fcvenilirli\u011fi, bu maliyeti genellikle hakl\u0131 \u00e7\u0131kar\u0131r.<\/p>\n Makine \u00f6\u011frenimi projelerinde ba\u015far\u0131ya ula\u015fmak i\u00e7in, sadece y\u00fcksek performansl\u0131 algoritmalar kullanmak yeterli de\u011fildir; ayn\u0131 zamanda bu algoritmalar\u0131n ger\u00e7ek d\u00fcnya verileri \u00fczerindeki performans\u0131n\u0131 do\u011fru bir \u015fekilde \u00f6l\u00e7mek de hayati \u00f6nem ta\u015f\u0131r. K-Katl\u0131 \u00c7apraz Do\u011frulama, bu \u00f6l\u00e7\u00fcm s\u00fcrecinde bize sa\u011flam bir metodoloji sunarak, daha bilin\u00e7li kararlar almam\u0131z\u0131 ve daha etkili modeller geli\u015ftirmemizi sa\u011flar. Gelecekte de veri bilimcileri ve makine \u00f6\u011frenimi m\u00fchendisleri i\u00e7in temel bir ara\u00e7 olmaya devam edecektir.<\/p>\n <\/body><\/p>\n","protected":false},"excerpt":{"rendered":"K-Katl\u0131 \u00c7apraz Do\u011frulama: Ad\u0131m Ad\u0131m Kapsaml\u0131 Bir Rehber\nGiri\u015f\nMakine \u00f6\u011frenimi, g\u00fcn\u00fcm\u00fcz teknolojisinin en h\u0131zl\u0131 geli\u015fen ve en etkili","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"csco_page_header_type":"","csco_page_load_nextpost":"","csco_page_subscribe_form":"","csco_page_contact_form":"","footnotes":""},"categories":[1],"tags":[],"class_list":{"0":"post-37194","1":"post","2":"type-post","3":"status-publish","4":"format-standard","6":"category-genel","7":"cs-entry","8":"cs-video-wrap"},"yoast_head":"\n
\n2. K\u00fc\u00e7\u00fck Veri Setlerinde Sorunlar:<\/strong> E\u011fer veri seti k\u00fc\u00e7\u00fckse, test setini ay\u0131rmak, e\u011fitim i\u00e7in kullan\u0131lacak veri miktar\u0131n\u0131 daha da azalt\u0131r. Bu durum, modelin yeterince \u00f6\u011frenememesine ve eksik \u00f6\u011frenmeye yol a\u00e7abilir. Ayn\u0131 zamanda, k\u00fc\u00e7\u00fck bir test seti, modelin genellenebilirlik yetene\u011fi hakk\u0131nda istatistiksel olarak daha az g\u00fcvenilir bir tahmin sunar.
\n3. Veri Kullan\u0131m\u0131n\u0131n Etkinli\u011fi:<\/strong> Basit bir e\u011fitim\/test ayr\u0131m\u0131nda, test setindeki veriler hi\u00e7bir zaman modelin e\u011fitiminde kullan\u0131lmaz. Bu durum, \u00f6zellikle k\u0131s\u0131tl\u0131 veri kaynaklar\u0131na sahip oldu\u011fumuzda veri setinin tam potansiyelinin kullan\u0131lmamas\u0131na neden olabilir.<\/p>\nK-Katl\u0131 \u00c7apraz Do\u011frulama Nedir?<\/h3>\n
K-Katl\u0131 \u00c7apraz Do\u011frulama Ad\u0131m Ad\u0131m S\u00fcre\u00e7<\/h3>\n
Ad\u0131m 1: Veri Setini K E\u015fit Kata B\u00f6lme<\/h4>\n
Ad\u0131m 2: \u0130lk \u0130terasyon (Kez Tekrarlanan S\u00fcre\u00e7 Ba\u015flang\u0131c\u0131)<\/h4>\n
\n* B\u00f6l\u00fcnen K kattan biri (\u00f6rne\u011fin, Kat 1) test seti olarak ayr\u0131l\u0131r.
\n* Geri kalan K-1 kat (\u00f6rne\u011fin, Kat 2, 3, 4 ve 5) birle\u015ftirilerek e\u011fitim seti olu\u015fturulur.
\n* Se\u00e7ti\u011finiz makine \u00f6\u011frenimi modeli (\u00f6rne\u011fin, Lojistik Regresyon, Destek Vekt\u00f6r Makinesi, Karar A\u011fac\u0131 vb.) bu e\u011fitim seti \u00fczerinde e\u011fitilir.
\n* E\u011fitim tamamland\u0131ktan sonra, e\u011fitilmi\u015f model ayr\u0131lan test seti (Kat 1) \u00fczerinde de\u011ferlendirilir. Bu de\u011ferlendirme sonucunda bir performans metri\u011fi (\u00f6rne\u011fin, do\u011fruluk, F1 skoru, Ortalama Kare Hatas\u0131 – MSE) hesaplan\u0131r ve kaydedilir.<\/p>\nAd\u0131m 3: Sonraki \u0130terasyonlar<\/h4>\n
\n* \u0130kinci \u0130terasyon:<\/strong> Kat 2 test seti olarak ayr\u0131l\u0131r, Kat 1, 3, 4 ve 5 e\u011fitim seti olarak kullan\u0131l\u0131r. Model e\u011fitilir ve Kat 2 \u00fczerinde de\u011ferlendirilir. Performans metri\u011fi kaydedilir.
\n* \u00dc\u00e7\u00fcnc\u00fc \u0130terasyon:<\/strong> Kat 3 test seti olarak ayr\u0131l\u0131r, Kat 1, 2, 4 ve 5 e\u011fitim seti olarak kullan\u0131l\u0131r. Model e\u011fitilir ve Kat 3 \u00fczerinde de\u011ferlendirilir. Performans metri\u011fi kaydedilir.
\n* Bu s\u00fcre\u00e7, her kat\u0131n tam olarak bir kez test seti olarak kullan\u0131ld\u0131\u011f\u0131 K. iterasyona kadar devam eder.<\/p>\nAd\u0131m 4: Performans Metriklerinin Birle\u015ftirilmesi<\/h4>\n
K De\u011ferinin Se\u00e7imi<\/h3>\n
\n * Avantajlar:<\/strong> Daha az iterasyon gerektirdi\u011finden hesaplama a\u00e7\u0131s\u0131ndan daha h\u0131zl\u0131d\u0131r.
\n * Dezavantajlar:<\/strong> Her iterasyonda e\u011fitim seti daha k\u00fc\u00e7\u00fck olur, bu da modelin yeterince \u00f6\u011frenememesine yol a\u00e7abilir (y\u00fcksek bias). Ayr\u0131ca, test setleri daha b\u00fcy\u00fck oldu\u011fu i\u00e7in, performans tahmininin varyans\u0131 y\u00fcksek olabilir; yani farkl\u0131 K-Fold uygulamalar\u0131nda sonu\u00e7lar daha fazla dalgalanma g\u00f6sterebilir. Modelin genellenebilirlik tahmini daha az g\u00fcvenilir olabilir.<\/p>\n
\n Avantajlar:<\/strong> Her iterasyonda e\u011fitim seti daha b\u00fcy\u00fck olur (N <\/em> (K-1)\/K), bu da modelin daha iyi \u00f6\u011frenmesine olanak tan\u0131r (d\u00fc\u015f\u00fck bias). Her test seti daha k\u00fc\u00e7\u00fck oldu\u011fundan, performans tahmininin varyans\u0131 daha d\u00fc\u015f\u00fckt\u00fcr; yani tahmin daha g\u00fcvenilirdir ve tekrarlanan uygulamalarda daha tutarl\u0131 sonu\u00e7lar verir.
\n * Dezavantajlar:<\/strong> K adet model e\u011fitilmesi gerekti\u011finden hesaplama a\u00e7\u0131s\u0131ndan \u00e7ok daha maliyetlidir ve zaman al\u0131c\u0131d\u0131r. \u00d6zellikle b\u00fcy\u00fck veri setleri ve karma\u015f\u0131k modeller i\u00e7in bu \u00f6nemli bir dezavantaj olabilir.<\/p>\n
\n * Avantajlar:<\/strong> En d\u00fc\u015f\u00fck bias’a sahiptir, \u00e7\u00fcnk\u00fc e\u011fitim seti orijinal veri setine neredeyse e\u015fittir. Performans tahmini neredeyse tamamen veri setinin tamam\u0131n\u0131n kullan\u0131lmas\u0131yla elde edilir.
\n * Dezavantajlar:<\/strong> N adet model e\u011fitilmesi gerekti\u011finden hesaplama a\u00e7\u0131s\u0131ndan a\u015f\u0131r\u0131 derecede maliyetlidir. \u00d6zellikle b\u00fcy\u00fck veri setleri i\u00e7in pratik de\u011fildir. Ayr\u0131ca, test setinin sadece bir \u00f6rnekten olu\u015fmas\u0131 nedeniyle performans tahmininin varyans\u0131 \u00e7ok y\u00fcksek olabilir; yani tek bir ayk\u0131r\u0131 de\u011fer bile sonucu b\u00fcy\u00fck \u00f6l\u00e7\u00fcde etkileyebilir.<\/p>\nK-Katl\u0131 \u00c7apraz Do\u011frulaman\u0131n Avantajlar\u0131<\/h3>\n
\n2. Veri Setinin Daha Etkin Kullan\u0131m\u0131:<\/strong> Veri setindeki her \u00f6rnek, hem e\u011fitim hem de test s\u00fcre\u00e7lerinde kullan\u0131l\u0131r. Bu durum, \u00f6zellikle k\u0131s\u0131tl\u0131 veri kaynaklar\u0131na sahip oldu\u011fumuzda, veri setinin potansiyelini maksimize eder ve modelin daha fazla veri \u00fczerinden \u00f6\u011frenmesini sa\u011flar.
\n3. A\u015f\u0131r\u0131 \u00d6\u011frenme Riskini Azaltma:<\/strong> Modelin sadece belirli bir e\u011fitim setine a\u015f\u0131r\u0131 uyum sa\u011flamas\u0131n\u0131 engeller. Farkl\u0131 e\u011fitim setleri \u00fczerinde e\u011fitilip farkl\u0131 test setleri \u00fczerinde de\u011ferlendirilmesi, modelin daha genellenebilir desenleri \u00f6\u011frenmesini te\u015fvik eder.
\n4. Hiperparametre Optimizasyonu \u0130\u00e7in Uygunluk:<\/strong> K-Katl\u0131 \u00c7apraz Do\u011frulama, hiperparametre optimizasyonu (\u00f6rne\u011fin, Grid Search veya Random Search) i\u00e7in ideal bir ara\u00e7t\u0131r. Farkl\u0131 hiperparametre kombinasyonlar\u0131na sahip modellerin performans\u0131n\u0131 \u00e7apraz do\u011frulama ile de\u011ferlendirerek, en iyi performans g\u00f6steren kombinasyon se\u00e7ilebilir.
\n5. Model Se\u00e7imi \u0130\u00e7in Sa\u011flam Bir Temel:<\/strong> Birden fazla model veya algoritma aras\u0131nda se\u00e7im yaparken, her bir modelin K-Katl\u0131 \u00c7apraz Do\u011frulama ile elde edilen ortalama performans skorlar\u0131 kar\u015f\u0131la\u015ft\u0131r\u0131larak en iyi model belirlenebilir. Bu, daha bilin\u00e7li ve veri odakl\u0131 bir model se\u00e7imi sa\u011flar.<\/p>\nK-Katl\u0131 \u00c7apraz Do\u011frulaman\u0131n Dezavantajlar\u0131<\/h3>\n
\n2. Zaman Serisi Verileriyle Kullan\u0131m Zorluklar\u0131:<\/strong> Zaman serisi verileri, ge\u00e7mi\u015fin gelece\u011fi etkiledi\u011fi bir s\u0131ral\u0131 ba\u011f\u0131ml\u0131l\u0131\u011fa sahiptir. K-Katl\u0131 \u00c7apraz Do\u011frulama, bu ba\u011f\u0131ml\u0131l\u0131\u011f\u0131 g\u00f6z ard\u0131 ederek gelecekteki verileri e\u011fitim setinde kullanabilir, bu da ger\u00e7ek\u00e7i olmayan performans tahminlerine yol a\u00e7ar. Bu t\u00fcr veriler i\u00e7in \u00f6zel \u00e7apraz do\u011frulama stratejileri (\u00f6rn. Walk-Forward Validation) gereklidir.
\n3. S\u0131n\u0131f Dengesizli\u011fi Durumunda \u00d6zel Yakla\u015f\u0131mlara \u0130htiya\u00e7:<\/strong> E\u011fer veri setinde s\u0131n\u0131flar aras\u0131nda b\u00fcy\u00fck bir dengesizlik varsa (\u00f6rne\u011fin, bir s\u0131n\u0131f di\u011ferinden \u00e7ok daha az \u00f6rne\u011fe sahipse), rastgele K-Fold b\u00f6lmesi baz\u0131 katlarda az\u0131nl\u0131k s\u0131n\u0131f\u0131ndan hi\u00e7 \u00f6rnek olmamas\u0131na neden olabilir. Bu durum, modelin bu s\u0131n\u0131f\u0131 do\u011fru bir \u015fekilde \u00f6\u011frenememesine veya de\u011ferlendirememesine yol a\u00e7ar. Bu t\u00fcr durumlar i\u00e7in Stratified K-Fold gibi varyasyonlar kullan\u0131lmal\u0131d\u0131r.<\/p>\nK-Katl\u0131 \u00c7apraz Do\u011frulaman\u0131n Varyasyonlar\u0131<\/h3>\n
Stratified K-Fold Cross-Validation (Katmanl\u0131 K-Katl\u0131 \u00c7apraz Do\u011frulama)<\/h4>\n
\n* \u00d6nemi:<\/strong> Bu, her kat\u0131n t\u00fcm s\u0131n\u0131flar\u0131 temsil etmesini garanti eder, b\u00f6ylece modelin t\u00fcm s\u0131n\u0131flar \u00fczerinde tutarl\u0131 bir \u015fekilde e\u011fitilip test edilmesi sa\u011flan\u0131r. S\u0131n\u0131f dengesizli\u011fi olan s\u0131n\u0131fland\u0131rma problemlerinde standart K-Fold’a g\u00f6re \u00e7ok daha g\u00fcvenilir sonu\u00e7lar verir.<\/p>\nRepeated K-Fold Cross-Validation (Tekrarlanan K-Katl\u0131 \u00c7apraz Do\u011frulama)<\/h4>\n
\n* \u00d6nemi:<\/strong> Farkl\u0131 rastgele b\u00f6lmelerden elde edilen sonu\u00e7lar\u0131n ortalamas\u0131n\u0131 alarak, performans tahmininin varyans\u0131n\u0131 daha da azalt\u0131r ve daha g\u00fcvenilir bir genellenebilirlik tahmini sa\u011flar. Ancak, hesaplama maliyeti de do\u011fru orant\u0131l\u0131 olarak artar.<\/p>\nGroup K-Fold Cross-Validation (Gruplu K-Katl\u0131 \u00c7apraz Do\u011frulama)<\/h4>\n
\n* \u00d6nemi:<\/strong> Group K-Fold, ayn\u0131 gruba ait t\u00fcm \u00f6rneklerin ya sadece e\u011fitim setinde ya da sadece test setinde yer almas\u0131n\u0131 sa\u011flar. Bu, modelin tamamen yeni gruplar \u00fczerindeki performans\u0131n\u0131 daha do\u011fru bir \u015fekilde \u00f6l\u00e7er.<\/p>\nTime Series Cross-Validation (Walk-Forward Validation) (Zaman Serisi \u00c7apraz Do\u011frulama)<\/h4>\n
\n* \u00c7al\u0131\u015fma Prensibi:<\/strong> Her iterasyonda, model belirli bir zaman noktas\u0131na kadarki t\u00fcm ge\u00e7mi\u015f verileri (e\u011fitim seti) \u00fczerinde e\u011fitilir ve hemen o zaman noktas\u0131ndan sonraki bir zaman dilimindeki veriler (test seti) \u00fczerinde de\u011ferlendirilir. E\u011fitim seti s\u00fcrekli olarak b\u00fcy\u00fcrken, test seti her zaman e\u011fitim setinden sonra gelir ve genellikle sabit bir boyuttad\u0131r. Bu, modelin gelece\u011fi tahmin etme yetene\u011fini ger\u00e7ek\u00e7i bir \u015fekilde sim\u00fcle eder.<\/p>\nUygulama \u00d6rnekleri<\/h3>\n
\n* KFold<\/code>:<\/strong> Standart K-Katl\u0131 \u00c7apraz Do\u011frulama i\u00e7in kullan\u0131l\u0131r.
\n* StratifiedKFold<\/code>:<\/strong> S\u0131n\u0131f dengesizli\u011fi olan s\u0131n\u0131fland\u0131rma problemleri i\u00e7in katmanl\u0131 K-Katl\u0131 \u00c7apraz Do\u011frulama sa\u011flar.
\n* GroupKFold<\/code>:<\/strong> Gruplu veriler i\u00e7in \u00e7apraz do\u011frulama sa\u011flar.
\n* TimeSeriesSplit<\/code>:<\/strong> Zaman serisi verileri i\u00e7in \u00e7apraz do\u011frulama sa\u011flar.
\n* cross_val_score<\/code>:<\/strong> Tek bir fonksiyon \u00e7a\u011fr\u0131s\u0131yla belirli bir modelin ve veri setinin K-Katl\u0131 \u00c7apraz Do\u011frulama skorlar\u0131n\u0131 kolayca hesaplar.
\n* GridSearchCV<\/code> ve RandomizedSearchCV<\/code>:<\/strong> Hiperparametre optimizasyonu yaparken arka planda \u00e7apraz do\u011frulamay\u0131 kullanarak en iyi hiperparametre kombinasyonunu bulur.<\/p>\n
\nBir s\u0131n\u0131fland\u0131rma modeli (\u00f6rne\u011fin, LogisticRegression<\/code>) \u00fczerinde K=5 katl\u0131 \u00e7apraz do\u011frulama uygulamak istedi\u011fimizde, Scikit-learn’de cross_val_score<\/code> fonksiyonunu kullanabiliriz:<\/p>\nfrom sklearn.model_selection import cross_val_score\nfrom sklearn.linear_model import LogisticRegression\nfrom sklearn.datasets import load_iris\nimport numpy as np\n\n\u00d6rnek bir veri seti y\u00fckle<\/h2>\niris = load_iris()\nX, y = iris.data, iris.target\n\n
Bir model olu\u015ftur<\/h2>\nmodel = LogisticRegression(max_iter=200)\n\n
K-Katl\u0131 \u00c7apraz Do\u011frulama uygula (varsay\u0131lan olarak K=5 kullan\u0131l\u0131r, ama cv parametresi ile ayarlanabilir)<\/h2>\n
'scoring' parametresi ile hangi performans metri\u011finin kullan\u0131laca\u011f\u0131n\u0131 belirtebiliriz (\u00f6rn. 'accuracy', 'f1', 'precision')<\/h2>\nscores = cross_val_score(model, X, y, cv=5, scoring='accuracy')\n\nprint(\"Her bir kat i\u00e7in do\u011fruluk skorlar\u0131:\", scores)\nprint(\"Ortalama do\u011fruluk skoru:\", np.mean(scores))\nprint(\"Do\u011fruluk skorlar\u0131n\u0131n standart sapmas\u0131:\", np.std(scores))<\/code><\/pre>\n
Sonu\u00e7<\/h3>\n