1 5.3 Analitik Niteleme: (Özellik Uygunluğunun Analizi) Eğer sınıf nitelemesi ve karşılaştırılması için hangi özelliği alacağımdan emin olamazsam ne yaparım? Sistemi yavaşlatabilecek çok sayıda özellik tanımlamayı bırakırım.

Özellik Uygunluk Analizi Niçin Uygulanır? İlgisiz veya az ilgili özellikleri istatistiksel olarak süzmek için özellik uygunluk analizi yöntemleri kullanılır. Özellik/boyut uygunluğu analizini içeren sınıf nitelemesine analitik niteleme adı verilir. Analizdeki sınıf karşılaştırma yöntemine analitik karşılaştırma adı verilir.

3 Genelleştirme ve özelleştirmenin her adımında boyutlar kullanıcı tarafından belirlenir. Kullanıcılar genelleştirme eşiklerini belirleyebilirler. Örneğin “yerleşim yeri boyutunu ülke seviyesi olarak genelleştir” şeklinde bir komut uygulanabilir. Eğer kullanıcı genelleştirme seviyesini yeterli bulmaz ise drill-down ve roll-up işlemleri ile boyut değişikliklerine gidebilir. Özellik Uygunluk Analizi Niçin Uygulanır?

4 Yüksek uygunluklu olarak ele alınan bir özellik yada boyut, sınıfı diğerlerinden ayırt etmede kullanılabilir. Örneğin pahalı araçları ucuzlarından ayırt etmek etmek için göz önüne alınacak uygun kriterlerden biri renk parametresi olamaz; fakat modeli, stili, silindir sayısı daha uygun özellikler olarak görülebilir. Diğer bir örnekte doğum tarihi boyutunda, doğum günü ve ay özellikleri ile çalışanların maaşlarının uygunluk ilişkisidir. Bunu yanında yaş grupları ile maaş arasında daha uygun bir ilişki olduğu düşünülebilir. Özellik Uygunluk Analizi Niçin Uygulanır?

Özellik Uygunluk Analiz Yöntemleri Nitelik uygunluk analizinin arkasındaki düşünce, sınıf veya kavrama göre özellik uygunluğunu sayıya döken bazı ölçümleri hesaplamaktır. Bu ölçümler, edinilen bilgiler (information gained), Gini indexi, belirsizlik, korelasyon katsayılarını içerir.

Özellik Uygunluk Analiz Yöntemleri Burada boyut tabanlı veri analiz yöntemi ile bilgi edinme (information gained) analiz tekniğini bütünleyen bir yöntemden bahsedeceğiz. Yöntem, daha az bilgi içeren özellikleri siler, kavram tanımlama analizinde kullanılması için daha çok bilgi içerenleri bir araya getirir.

7 Bilgi edinme hesaplaması nasıl çalışır? - Örnek eğitim kümesine S diyelim, her örneğin sınıf etiketi bilinsin. - Aslında her örnek bir satırdır. - Eğitim örnekleri sınıfını belirlemek için bir özellik kullanılır. Örneğin “durum” özelliği, “mezun” veya “mezun değil” olarak her örnek sınıfın etiketini tanımlamak için kullanılabilir. - Sınıf sayısı m olsun. - Örnek sınıflar C ile gösterilsin. - Ci sınıfına ait rasgele örnek si/s ile gösterilir. - Burada s, S kümesi içindeki toplam örnek sayısıdır.

8 Uygunluk analizindeki bu yaklaşımla, S örneğini tanımlayan özelliklerin her biri için bilgi edinme’yi hesaplayabiliriz. En yüksek değeri alan özellik, küme içindeki en ayırt edici özellik olacaktır.

9 Kavram tanımlama için özellik uygunluk analizi şöyle yapılır; Veri toplama : Sorgulama işlemiyle, hem hedef hem de karşı gelen sınıflar için veri toplanır. Nitelik tabanlı işlem kullanarak uygunluk analizine hazırlık : Bu adımda seçilen uygunluk ölçümünün uygulanacağı boyut ve nitelikler tanımlanır. Seçilen uygunluk analizi ölçüsünü kullanarak, uygunsuz veya az uygun özelliklerin silinmesi : Aday ilişki içindeki her özellik, seçilen uygunluk analizi ölçüsü kullanılarak hesaplanır. Seçilen uygunluk analizi ölçüsünü kullanarak, kavram tanımlarının oluşturulması : Daha sade özellik genelleme eşik değeri kümesi kullanarak nitelik tabanlı işlem uygulanır.

Analitik Niteleme Örneği Eğer araştırılan (mining) kavram tanımları çok özellik içeriyorsa, analitik niteleme gerçekleştirilmelidir. Bu işlem genellemeden önce uygunsuz veya az uygun özellikleri siler.

11 Örnek 5.9 Analitik niteleme kullanarak Big Üniversitesindeki mezun olmuş öğrencilerin genel niteliklerini ortaya çıkartmak istiyoruz. Verilen özellikler; isim, cinsiyet, bölüm, doğum_yeri, doğum_tarihi, telefon_numarası ve mezuniyet_ortalaması

12 İlk adımda: Mezun olmuş öğrencilerden oluşan hedef sınıf verileri toplanır. Uygunluk analizi için karşı sınıf verileri de gereklidir. Bunlar da mezun olmamış öğrenciler kümesinden elde edilir. İkinci adımda, özellik silme ve genelleme yapılarak uygunluk analizine hazırlık yapılır. Özellik genelleme eşik değerleri ile özellik tabanlı işlem uygulanır. İsim ve telefon özellikleri silinir. Çünkü içerdiği farklı değerlerin sayısı, özelliğin analitik eşik değerini aşar. Yine aynı örnekte doğum_yeri, doğduğu_ülkesi ve doğum_tarihini yaş_aralığı’na genellemek için kavram hiyerarşileri kullanılır. bölüm ve mezuniyet_ortalaması özellikleri, kavram hiyerarşileri kullanarak daha yüksek soyutlama düzeyine genellenirler. Aday ilişki için kalan özellikler; cinsiyet, bölüm, doğduğu_ülke, yaş_aralığı ve mezuniyet_ortalaması şeklindedir Üçüncü adımda, aday ilişki içindeki özellikler, bilgi edinme gibi seçilen bir uygunluk analiz ölçümü kullanılarak hesaplanır.

13 C1: Mezunlar C2: Mezun olmayanlar 120 adet mezun, 130 adette mezun olmayan vardır. Sınıflandırma için gerekli bilgiyi hesaplarız. Bölüm özelliği için Entropi hesaplaması yapılır. Yaş için bilgi kazanımı hesabı:

14 Benzer şekilde geri kalan özellikler içinde hesaplama yapıldığında, her özellik için bilgi kazanımı artan sıraya göre şöyledir: Cinsiyet: Doğum yeri: Bölüm: Ortalama: Yaş: Kesim değeri 0.1 olarak alınırsa cinsiyet ve doğum yeri bunun altında kalır yani zayıf uygunluğa sahiptir.

Sınıf Karşılaştırmalarının Araştırılması (Farklı Sınıflar Arasındaki Ayırım) Kullanıcılar, birçok uygulamada, tanımlanan tek bir sınıfa sahip olmayı tercih etmezler. Bunun yerine bir sınıfı diğer sınıflarla(ya da kavramlar) karşılaştıran tanımlama üzerinde çalışmayı yeğlerler.Sınıf ayrımı veya karşılaştırması, bir hedef(target) sınıfın çeliştiği (contrasting) karşı sınıflardan ayrılmasını sağlayan tanımlamalar(descriptions) üzerinde veri madenciliği çalışmaları yapar.

16 Hedef ve çelişen sınıfların benzer boyutlara ve niteliklere sahip olacak şekilde karşılaştırılabilir olmaları gereklidir. Örnek olarak, kişi-adres-parça sınıfları karşılaştırılamazken son üç yıla ait satışlar, bilgisayar ve fizik öğrencileri karşılaştırılabilir sınıflardır.

17 Örneğin, All Electronics firmasının 1998 ve 1999 yılına ait satış verilerine sahip olduğumuzu ve bu sınıfları karşılaştırmak istediğimizi düşünelim. Burada location boyutunun city-state-country seviyelerinde soyutlamaya(abstraction) uğraması söz konusudur.Her sınıfa ait veriler genelleştirilerek aynı location seviyesine getirilmelidir. Tüm verilerin eş zamanlı olarak city, state veya country seviyesine getirilmesi daha kullanışlı olacaktır. Örneğin, Vancouver bölgesindeki satışları ülkenin tamamındaki satışlarla karşılaştırmak etkisiz olabilir.

Sınıf Karşılaştırma Metodları ve Uygulamaları Sınıf karşılaştırmasının gerçekleştirilmesi aşağıdaki adımların yürütülmesiyle olur. 1) Veri Toplama Sorgu işlemleri ile veri tabanı içerisindeki birbiriyle ilişkili verilerin oluşturduğu veri kümesi oluşturulur ve bu küme bir hedef sınıf ile çelişen sınıf veya sınıflara ayrılabilir. 2) Boyut ilişkili analiz Birçok boyut olduğunda ve analitik karşılaştırma yapılmak istendiğinde, sınıflar üzerinde boyut ilişki analizi yapılmalıdır.Bu durumda yalnızca yüksek ilişkili boyutlar ileriki analizler için ele alınacaktır. 3) Eş zamanlı genelleştirme Genelleme hedef sınıf veya karşı sınıflar üzerinde uygulanarak, bu sınıfların aynı seviyelere geçişleri sağlanır.Bu seviyeler eşik değerleri ya da kullanıcılar tarafından belirlenir. 4) Türetilmiş karşılaştırmaların sunulması Sınıf karşılaştırması sonuçları tablolar, grafikler veya kurallar şeklinde görüntülenebilirler.Bu şekildeki bir sunum genellikle hedef sınıf ile karşı sınıflar arasındaki karşılaştırmayı yansıtan bir çelişme ölçüsü (% değeri) içerir.

19 Örnek 5.10 (Sınıf karşılaştırmasının yapıldığı uygulama) Big- University için eldeki veriler kullanılarak, mezun olanlar ile halen üniversitenin öğrencisi olanlar arasında bir karşılaştırma yapılmak isteniyor.Burada mezunlar hedef sınıfı, öğrenciler çelişen sınıfı oluşturuyor.

20 İlk olarak, kayıtlar mezunlar ve öğrenciler için olmak üzere ikiye ayrılıyor. İkinci adımda, boyut ilişki analizi yapılarak sınıflara ait ilişkisiz veya zayıf ilişkili alanlar(isim,tel,cinsiyet) kaldırılıyor. Son adımda, eş zamanlı genelleştirme yapılıyor. Genelleştirme neticesinde kişilerin yaşları ve başarı durumları kademelendirilmiştir.

21 Genelleştirme hedef sınıf ve çelişen sınıfa uygulandığında mezunların daha yaşlı ve mevcut öğrencilerden daha yüksek ortalamalara sahip oldukları görülüyor. Ayrıca karşılaştırmaları görselleştirebilmek için yüzde değerleri kullanılmıştır.