Yapılandırılmamış Veriler – SPSS Ödevi Yaptırma – SPSS Analizi Yaptırma Fiyatları – SPSS Örnekleri – Ücretli SPSS Analizi Yaptırma – SPSS Analizi Yaptırma Ücretleri
Yapılandırılmamış Veriler
Her zaman büyüleyici bulduğum en yakın komşu özelliklerinden biri, sağladığı bireysel ayrıntılardır. Tahmin edebileceğiniz gibi, sigorta dolandırıcılığı gibi bir durumda ortaya çıkabilir. En yakın vakalar, aynı çalışma tarzına sahip olup olmadıklarını görmek için araştırılabilir. Aslında iki dolandırıcılık vakasının aynı suçlunun iki farklı isim altında işlediği ortaya çıksa büyüleyici olmaz mıydı?
Ancak, bir dava dosyasının manuel olarak incelenmesi sırasında her değişkeni dikkate alma çabalarımıza rağmen, bu tür bir keşif pratikte mümkün değildir. Bay Svensson ünlü bir kazanın kurbanı değil de bir dolandırıcılık faili olsaydı, Bay Duane, Bay Connors ve Bay Nysveen’in tüm dava dosyaları okunabilirdi. Pratikte bu, Bay Svensson için yüksek bir dolandırıcılık riski puanı tarafından tetiklenebilir ve bu nedenle ekstra dikkat gerektirir.
Elektronik biçimde hiç sunulmamış veya modelde kullanılmayan bazı bilgiler olabilir. Yapılandırılmamış verilerde vaka notları veya polis raporu gibi ilginç bir şey fark edebilirsiniz. Hangi münferit davaların daha yakından inceleneceğini bilmek, bu dava dosyalarını ayrıntılı olarak okumaya değer olacağına dair bir ipucu olabilir. Büyük bir keşif yapıldıysa, modelleme aşamasına geri dönebilir ve modellere bazı yeni girdi değişkenleri ekleyebilirsiniz.
Son olarak, sınıflandırıcı olarak kullanıldığında modelin doğruluğuna hızlıca göz atacağız. Şekil 15-6’da gösterilen sonuçlar, Holdout (Test) verimizde oldukça iyi doğruluk gösterir. Bu, karar ağacı ve sinir ağı ile elde edebildiğimiz sonuçlarla karşılaştırılabilir. Hayatta kalanların aksine, yaklaşık %85 oranında ölenleri tahmin etme konusunda biraz daha iyi bir iş çıkarıyoruz.
Ancak eğitim veri kümesindeki ve test veri kümesindeki 1’lerin doğruluğu, istediğimiz kadar kararlı değil. Test veri kümemiz için daha iyi performans elde etmek güzel olurdu (şekilde “Bekleme” olarak etiketlenmiştir), ancak bu kadar büyük bir fark, modelin kararlılığından şüphe duymanıza neden olur ve gelecekteki verilerde performansın nasıl görünebileceğini sorgular. Bu bölümde kapsamlı deneylere katılmayacak olsak da, bir sonraki bölümde modelimizi geliştirmenin yollarını keşfedeceğiz.
Önyargı ve Varyans Arasındaki Takaslar
Modellerimize ince ayar yapmaya çalışırken, açıkçası doğruluk istiyoruz, ancak aynı zamanda eğitim veri kümesinin ötesinde genellik de istiyoruz. Modelimizi daha karmaşık hale getirirsek, eğitim veri kümesindeki doğruluk neredeyse kesinlikle artacaktır, ancak test veri kümesi de dahil olmak üzere diğer veri kümelerine genelleme yeteneği zarar görebilir.
Bu genellikle önyargı ve varyans arasında bir değiş tokuş olarak tanımlanır:
■ Önyargı, tahminlerimiz ile gerçek değerler arasındaki ölçülen farktır. Yüksek önyargı, düşük doğruluktur ve eksik yerleştirme ile ilişkilidir.
■ Varyans, tahminlerimizin değişkenliğinin büyüklüğüdür. Yüksek varyans, aşırı takma ve sinyalle gürültünün karışmasına izin verme ile ilişkilidir.
Bu tür sorunları daha önce “Bölümleme ve Doğrulama” bölümünde tartışmıştık, ancak KNN bu takası incelemenin doğrudan bir yolunu sunuyor. Artan k varyansı azaltır ve yanlılığı artırır. k’yi azaltmak, varyansı artırır ve yanlılığı azaltır. Bunu bir deneyle kendimiz görebiliriz. Komşular alt menüsünde “k’yi otomatik olarak seç” talebinde bulunabilir ve bir aralık sağlayabiliriz. 1 ile 15 arasında bir aralık seçtik.
Yapılandırılmamış veri örnekleri
Yapılandırılmamış Veri Nedir
Yapılandırılmış veri örnekleri
Yapılandırılmış veri Nedir
Yapılandırılmamış nedir
Yarı yapılandırılmış veri Nedir
Yapılandırılmış nedir
Ordinal veri
Sonuç bize, en düşük hata oranının, k için düşük ve yüksek bir değer arasında bir uzlaşma olduğunu gösteriyor. Hata y eksenindedir, bu nedenle daha düşük daha iyidir. Ve “kazanan” k=6 gibi görünüyor. Ancak k=4 seçeneği ikinci sıradadır ve oldukça yakındır. İkisini de denemek kötü bir fikir değildir.
Bölümler alt menüsünde “Otomatik k seçimini seçerseniz ancak özellik seçimini seçmezseniz V-katlama çapraz doğrulamanın gerçekleştirildiğini” öğrendiğimizi unutmayın. V-katları rastgele seçildiğinden, sonuçlar biraz değişecektir. Bunu akılda tutarak, sonuçlarımızı almak için açıkça k=4 ve k=6 talep edeceğiz. k otomatik olarak seçildiğinde k=6 çözümüne başvurursanız, sonuçlarınız benzer olacaktır, ancak bu kitaptaki sonuçlarla aynı olmayacaktır çünkü Train_Test bölümü kullanılmayacaktır.
İlk önce k=6 seçeneğine bakacağız. Sonuçlar k=3 ile çalıştırmadan farklı değildir, ancak tren ve test karşılaştırması daha kararlı görünmektedir, bu da gösterilen k=4 seçeneği için geçerlidir. Daha da önemlisi, en iyi tutma doğruluğu k=6 gibi görünüyor. Ayrıca, k=6 seçeneği hem hayatta kalanları hem de ölenleri tahmin etmek için daha iyi görünüyor. Böylece bir sonraki bölüm için KNN yaklaşımı için temsilcimizi belirledik. k=6 ile gideceğiz.
Modellerimizi Karşılaştırma: Karar Ağaçları, Sinir Ağları ve KNN
Bu bölümde, çalışmadan veri setimizde bulunan iki model tahminini kullanacağız, KNN modelimizden tahminleri ekleyeceğiz ve ardından üçünü de karşılaştıracağız. Tahminleri kaydetmek için k=6 olup olmadığını ve k için bir değer aralığı yapmadığınızı kontrol edin. Ardından, Kaydet alt menüsünde aşağıdaki iki seçeneği belirleyin:
■ Tahmini Değer veya kategori
■ Tahmin edilen olasılık (kategorik hedef)
Modelleri karşılaştırmak için kendi sürecimizi bulmamız gerekecek. Bir doğruluk tablosu oluşturmak için merkezi bir konum yoktur, her teknik bunu çıktı penceresinde ayrı ayrı yapar. Tabii ki, bunu bu bölümün önceki bölümü de dahil olmak üzere Bölüm III’te gördük. Ayrıca, tartışılan programlanabilirlik özelliklerini kullanarak bunu yapmanın bir yolunu bulmak ilginç bir proje olacaktır.
Şimdilik manuel bir yaklaşım benimseyeceğiz, ancak bu zor veya zaman alıcı olmayacak. İlk adım olarak, genel doğruluğu göstermemize yardımcı olacak bir değişken hesaplamamız gerekiyor. Basit bir çapraz tablo kullanmayı deneseydik, bir sorunla karşılaşırdık. Train_Test’te “bölünmüş” olduğumu unutmayın. Bu, bir sonraki örnekte gösterilmiştir.
Test grubu ile, hayatta kalan yolcular için doğruluğun %92,5, ölenler için ise %66,7 oranında doğru olduğunu görebiliriz. Ancak, genel doğruluğu görmüyoruz. Genel doğruluk eklemek için çok sayıda seçenek kullanabiliriz, ancak en kolaylarından biri yeni bir değişkeni basitçe hesaplamaktır. Aşağıdaki sözdizimi bize ihtiyacımız olanı verecektir.
Artık ihtiyacımız olan değişkene sahip olduğumuza göre, basitçe soyulmuş bir Tanımlayıcılar tablosu çalıştıracağız. Ancak, önce Train_Test’te Dosyayı Bölmemiz gerekiyor. Böl seçeneği, Veri ana açılır menüsünün alt kısmına yakın bir yerde bulunur. Bunun etkisi, az önce gördüğümüz gibi, bize tek bir pivot tabloda iki (veya daha fazla) tablosal sonuç kümesi vermektir. (Split, bundan çok daha fazlası için kullanışlıdır. Etkileri, pivot tablolarla sınırlı değildir.)
Ordinal veri Yapılandırılmamış nedir Yapılandırılmamış Veri Nedir Yapılandırılmamış veri örnekleri Yapılandırılmış nedir Yapılandırılmış veri Nedir Yapılandırılmış veri örnekleri Yarı yapılandırılmış veri Nedir