"Enter"a basıp içeriğe geçin

Etiket: sklearn

Veri Ölçeklendirme ve Normalizasyon

Feature Scaling and Normalization Sıklıkla eş anlamlı olarak kullanılsalar da normalizasyon (normalization) bir veri öz niteliğinin (feature) dağılımına müdahale ederek normal dağılıma çevirmek iken ölçeklendirme (scaling) veri aralığını güncellemek anlamına gelmektedir. Bir çok makine öğrenmesi yöntemi, kümeleme analizi ya da…

Temel Bileşenler Analizi

Principle Component Analysis (PCA) Temel Bileşenler Analizi boyut azaltma (dimentionality reduction) amacı ile kullanılan veri ön işleme yöntemlerinden biridir. Sıkça kullanılan feature extraction yöntemlerindendir. Fikrin ya da yöntemin ortaya çıkma sebebini anlamak için aşağıdaki grafiği inceleyelim: Görsele baktığınızda iki boyutlu…

Python ile Model Komplekslik Grafiği, Doğrulama Seti ve Grid-Search

Bir önceki yazıda Model Komplekslik Grafiği (Model Complexity Graph), Doğrulama seti (Validation Set) ve Grid-Search konularını incelemiştik. Bu yazımızda ise Jupyter Notebook üzerinde yapacağımız python uygulamaları ile bu bilgilerimizi pratiğe çevireceğiz. Pratik uygulamamız için sklearn kütüphanesinin sağladığı breast_cancer veri setini kullanacağız.…

Python ile Sınıflandırma Modelleri için Performans Değerlendirme

Önceki iki yazımızda Sınıflandırma (Classification) modellerine ilişkin performans değerlendirme metriklerinin neler olduğunu ve nasıl hesaplandığını öğrendik. Bu yazımızda ise Jupyter Notebook üzerinde yapacağımız python uygulamaları ile bu bilgilerimizi pratiğe çevireceğiz. Pratik uygulamamız için sklearn kütüphanesinin sağladığı iris veri setini kullanacağız.…

Translate »