VERİ MADENCİLİĞİ - Deneme Sınavı - 16

Bir A nesne setinin destek değeri, D işlemler veritabanında A nesne setini içeren işlem sayısının veritabanındaki tüm işlemlerin sayısına oranı şeklinde elde edilir. 

12/D = 0,4 = 4/10

120=4xD

D=30

Aslında bir ilişki kuralının destek değeri, o kuralın öncül (A) ve sonuç (B) kısmındaki nesne setlerinin birlikte gözlenme olasılığıdır. Bu durumda öncelikle süt, ekmek ve yumurtayı birlikte alanların sayısını hesaplamak gerekir. Süt ve ekmeği birlikte satın alan kişilerin yarısı yumurta da aldığına göre. 18/2=9 kişi süt ekmek ve yumurtayı birlikte almıştır. Toplam 36 işlem olduğuna göre 9/36=0,25 'tir.

Tüm alışverişler içerisinde süt ve ekmeğin birlikte alındığı alışverişlerin yarısında yumurta da alınmıştır. Dolayısı ile bu kuralın güven değeri 0,50' dir.

Kaldıraç (A ⇒ B) = Güven(A⇒B) / Destek (B)

A süt ve ekmek alanlar ve B yumurta alanlar olduğuna göre;

Güven(A⇒B) 0,5' dir çünkü ekmek ve süt alanların yarısı yumurta almıştır.

Destek (B) de 0,5' bir çünkü tüm alışverişlerin yarısında yumurta alınmıştır (18/36).

Dolayısı ile Kaldıraç (A ⇒ B) = Güven(A⇒B) / Destek (B)= 1 'dir.

Süt ve ekmeği beraber almak ve yumurta almak arasında ilişki yoktur.

K adet nesne içeren bir sık görülen nesne seti L_k şeklinde gösterilir. L_k ’nın elemanları kullanılarak oluşturulacak toplam ilişki kuralı sayısı 2^k -2 tanedir. 

2⁵ -2= 30' tir.

şayet {a,b,c} nesne kümesi bir sık görülen nesne kümesi ise, onun tüm alt kümeleri olan ∅, {a}, {b}, {c}, {a, b}, {a, c} ve {b, c} kümeleri de sık görülen nesne kümeleridir. Diğerleri için bir yargıya varılamaz yani sık görülen nesne kümesi olmama şansları vardır.

İlk aşamada sık görülen tüm nesne setlerinin elde edilmesi gerekir.

Öncül ve sonuç nesneleri arasındaki ilişkinin hesaplanmasına dayanan yöntem, kaldıraçtır.

Doğru yanıt D seçeneğinde verilmiştir.

Karar ağaçları, karar vericinin içinde bulunduğu karar verme probleminde ortaya çıkabilecek tüm durumları ve karar vericinin karşılaşa­bileceği tüm senaryoları bir arada gösterebilen bir grafiksel yaklaşımdır.

Bu nedenle doğru yanıt a) seçeneğidir.

Karar ağaçlarını, sınıflandırma probleminin çözümlenmesinde kullanırken iki adıma ihtiyaç duyulur. Bu adımlar,

şeklindedir. Karar ağacının oluşturulması sürecinde karşılaşılabi­lecek en önemli sorun, kök ve iç düğümlerde hangi niteliklerin yer alacağının tespit edil­mesidir. Çünkü, sınırlı sayıda kayıttan oluşan bir veri yığını için olası tüm karar ağaçlarını oluşturmak ve bunların arasından en uygunu seçmek oldukça zor olacaktır. Bu nitelik, ayırma işlemini gerçekleştiren en iyi nitelik olacaktır ve ayırma kriteri olarak adlandırılır. Ayırma kriteri olarak öyle bir nitelik seçilmelidir ki diğer nitelikler ile karşılaştırıldığında en iyi ayırıcı nitelik olmalıdır. Karar ağacı oluşturulduktan sonra, her bir kayıt bu karar ağacının kök düğümden başlayarak, geçtiği her düğümdeki sorunun yönlendirmesine göre bir yaprak düğüme ulaşır ve böylece sınıflandırma işlemi tamamlanmış olur.

Bu nedenle doğru yanıt a) seçeneğidir.

Sınıflandırma, bir kaydı, önceden tanımlanmış çeşitli sınıflardan birine atayan bir mo­delin uygulanması işlemi olarak tanımlanabilir. Sınıflandırma yapabilmek için, girdi ola­rak nitelik değerlerinden oluşan örnek kayıt yığını ve karşılık gelen bir sınıf verilmelidir. Sınıflandırma modeli ise, mevcut olan nitelik değerleri ile yeni bir kaydın sınıfının kesti­rimini yapar ve sınıflayıcı olarak adlandırılır.

Karar ağaçları, veri madenciliğinde karşılaşılan sınıflandırma problemlerinin çözümü için en sık başvurulan mantıksal yaklaşım yöntemidir.

Bu nedenle doğru yanıt a) seçeneğidir.

R={iyi, kötü, kötü, iyi, iyi, kötü, iyi, iyi, kötü, iyi} listesinde 6 adet iyi, 4 adet kötü değeri vardır. C1=iyi, C2=kötü olarak verilmiştir. Bu durumda 

PR={6/10, 4/10}

olacaktır.

Bu nedenle doğru yanıt a) seçeneğidir.

T hedef niteliğini X niteliğine göre bölerek elde edilen bilgiyi ölçmek için kazanç ölçütünden yararlanılır ve hesaplama için izleyen eşitlik kullanılır.

Kazanç(X, T) = H(T) ‒ H(X, T)

Bu nedenle doğru yanıt a) seçeneğidir.

ID3 karar ağacı oluşturma algoritması en basit karar ağacı oluşturma algoritmasıdır. Ayırma kriteri olarak kazanç ölçütünden yararlanılmaktadır. Karar ağacının büyümesini durdurma kriteri ise tüm kayıtların tek bir sınıfa ait olması veya kazanç ölçütünün sıfırdan büyük olmaması durumudur. ID3 algoritmasında, karar ağacına herhangi bir budama işlemi uygulanmaz, ek olarak bu algoritma sayısal (ölçüm düzeyi nicel) nitelikleri ve kayıp veriyi işleyeme­mektedir. 1983 yılında Ross Quinlan tarafından önerilmiştir.

Bu nedenle doğru yanıt a) seçeneğidir.

Budama bir ya da daha fazla dalı çıkartarak, karar ağacını daha basitleştirmek amacıyla, yaprak düğüm ile değiştirme işlemidir. Bu işlem, çıkartılmasına karar verilen dalın içerdi­ği kayıtların, bağlı olduğu üst düğüme dahil edilerek, düğümün yaprak düğüme dönüştü­rülmesine dayanır. Böylece, kestirim hata oranının, ortaya çıkan aşırı uyum (overfitting) sorununun giderilmesi, azaltılması ve sınıflandırma modelinin kalitesinin arttırılması he­deflenir. Kısaca ifade etmek gerekirse, karar ağacının en iyi duruma getirilmesi işlemidir. Budama işlemi, gerekli görülmesi hâlinde, büyümesi önceden belirlenmiş olan durma kri­terine göre sonlandırılmış karar ağacına uygulanabileceği gibi, durma kriterini daha esnek tanımlayarak ağacın olabildiğince büyümesi sağlandıktan sonra, en iyi duruma getirmek için de kullanılabilir. Budama, özellikle çok az sayıda kayıt bulunduran yaprak düğümle­rin kesilmesi bakımından önemlidir. Ancak, çok fazla budanmış bir karar ağacı ise, örnek uzayı hakkında yeterli bilgi sağlamayacaktır.

Bu nedenle doğru yanıt a) seçeneğidir.

Kısaca CART olarak adlandırılan sınıflandırma ve regresyon ağaçları algoritması, ikili (binary) karar ağacı yapısından dolayı diğer algoritmalardan farklılık göstermektedir. Ka­rar ağacındaki her bir düğüm yanlızca iki dala ayrılır. Ayırma kriteri için Entropi, Gini ve Twoing indekslerinden, karar ağacını budamak için ise maliyet-karmaşıklığı kriterinden faydalanılır. CART algoritmasının önemli bir işlevi ise, yaprak düğümlerinde bir sınıf kes­tirimi yerine sayısal bir değer kestirimini içeren regresyon ağacının da oluşturulabilmesi­dir. Bu durumda, ayırma kriteri olarak en küçük kareler sapması kriterine başvurulmakta­dır. 1984 yılında Breiman, Friedman, Olshen ve Stone tarafından önerilmiştir.

Bu nedenle doğru yanıt a) seçeneğidir.

R ile sınıflandırma ve regresyon ağacı oluşturabilmek için rpart paketinin R’de kurulu ol­ması gerekmektedir. Eğer kurulu değilse, Paketler menüsünden Paket Kur seçeneği seçile­rek kurulur. Kurulum bittikten sonra, paketin hafızaya yüklenmesi için, yine aynı menüde bulunan Paket Yükle seçeneği yardımıyla veya library(rpart) komutu yardımıyla rpart paketi hafızaya yüklenebilir.

Bu nedenle doğru yanıt a) seçeneğidir.

Verilen R komutu sonucu komut diziliminin en son satırında yer alan agac değişkeni bize elde edilen sonuçları göstermektedir. Sonuçlara göre, sırasıyla düğüm numarası (node), düğümü yaratan ayırıcı niteliğin tanımı (split), düğümdeki kayıt sayısı (n), düğümdeki kayıp kayıt sayısı (loss), düğüm için yapılan sınıf kestirimi (yval) ve ilgili düğümde yer alan kayıtların sınıflayıcı nitelik değerlerinin olasılıkları (yprob) yer almaktadır. “*” ile işaretlenen düğümler yaprak düğümleri ifade etmektedir.

Bu nedenle doğru yanıt a) seçeneğidir.

Düğümün temsil ettiği, dolayısı ile ayırma işlemini en iyi şekilde gerçekleştirecek olan niteliğin seçilmesi, başka bir ifadeyle ayırma kriterinin belirlenmesi için çeşitli ölçüler geliştirilmiştir. Bu ölçüler, niteliğin veri tipine göre değişiklik göstermektedir. Nitel veri için Entropi İndeksi, Gini İndeksi, Sınıflandırma Hatası İndeksi ve Twoing ölçüleri kullanılır.
Ek olarak Twoing ölçüsünün sıralı ölçekle ölçülmüş değişkenlerin bulunduğu veri için Ordered Twoing bulunmaktadır. Nicel veriler için ise En Küçük Kareler Sapması yöntemi en sık kullanılan ölçüdür.

Doğru cevap B şıkkıdır.