İçeriğe geç
parazade
Yapay Zeka

Apriori Algoritması Nedir?

İngilizce: Apriori Algorithm

Yayın: · Son güncelleme:

Apriori Algoritması Nedir? Kısaca

Apriori algoritması, bir işlem veri setinde belirlenen destek eşiğini aşan sık öğe kümelerini küçükten büyüğe adım adım bulan ve bu kümelerden birliktelik kuralları türetmek için kullanılan klasik bir veri madenciliği algoritmasıdır.

Apriori Algoritması nedir?
İçindekiler
  1. Apriori algoritması nedir?
  2. Nasıl çalışır?
  3. Örnek
  4. Nelere dikkat etmeli?

Apriori algoritması, birliktelik kuralı madenciliğinin en bilinen yöntemidir. 1994'te Rakesh Agrawal ve Ramakrishnan Srikant tarafından tanıtılmıştır. Amacı, bir veri setinde birlikte sık görülen öğe gruplarını verimli biçimde bulmaktır.

Apriori algoritması nedir?

Algoritmanın adı, Latince "önceden" anlamına gelen ve önceki adımın bilgisini kullanmasını anlatan "a priori" ifadesinden gelir. Temel ilkesi şudur:

Bir öğe kümesi sık değilse, onu içeren daha büyük kümelerin hiçbiri de sık olamaz.

Örneğin {ekmek, havyar} ikilisi nadiren birlikte alınıyorsa, {ekmek, havyar, süt} üçlüsü daha da nadir olacaktır. Bu sayede olası milyonlarca kombinasyonun büyük kısmı hiç sayılmadan elenir.

Nasıl çalışır?

  1. Tek öğelerin destek değerleri sayılır; eşiğin altındakiler atılır.
  2. Kalan sık öğelerden iki öğeli aday kümeler oluşturulur ve sayılır.
  3. Sık olmayan bir alt kümeye sahip adaylar budanır.
  4. Bu işlem, yeni sık küme bulunamayana kadar üç, dört ve daha fazla öğeli kümelerle tekrarlanır.
  5. Bulunan sık kümelerden, güven eşiğini geçen kurallar türetilir.

Örnek

Varsayımsal bir markette destek eşiği yüzde 5 olsun. Süt, ekmek ve yumurta tek başına eşiği geçiyor, havyar geçmiyor. İkinci adımda yalnızca süt, ekmek ve yumurtadan oluşan ikililer değerlendirilir; havyar içeren hiçbir ikili denenmez.

Nelere dikkat etmeli?

  • Her adımda veri setinin tamamı yeniden tarandığı için büyük verilerde yavaş kalabilir.
  • Destek eşiği düşük seçilirse aday sayısı patlar ve bellek sorun olur.
  • Bu nedenle büyük veri setlerinde FP-Growth gibi daha verimli alternatifler sık tercih edilir.
  • Algoritma ilişkileri bulur ama nedenlerini açıklamaz; sonuçlar iş bilgisiyle yorumlanmalıdır. Uygulamalı bir örnek için pazar sepeti analizi maddesine bakabilirsin.

Sıkça Sorulan Sorular

Apriori ilkesi ne demek?

Sık olmayan bir öğe kümesinin hiçbir üst kümesinin de sık olamayacağını söyler. Bu ilke, aranacak kombinasyon sayısını büyük ölçüde azaltır.

Apriori algoritmasının alternatifi var mı?

Evet. FP-Growth, veriyi sıkıştırılmış bir ağaç yapısında tutarak aday üretmeden sık kümeleri bulur ve büyük verilerde genellikle daha hızlıdır.

İlgili terimler

Birliktelik Kuralı(Association Rule Learning)Birliktelik kuralı öğrenmesi, büyük veri setlerinde birlikte sık görülen öğeleri bulup bunları 'A varsa B de olma eğilimindedir' biçiminde kurallar olarak ifade eden ve destek, güven ve lift gibi ölçülerle değerlendiren bir veri madenciliği yöntemidir.Pazar Sepeti Analizi(Market Basket Analysis)Pazar sepeti analizi, müşterilerin aynı alışverişte hangi ürünleri birlikte satın alma eğiliminde olduğunu satış verilerinden bulan ve birliktelik kuralı yöntemlerine dayanan bir veri madenciliği uygulamasıdır.Veri Madenciliği(Data Mining)Veri madenciliği, büyük veri kümelerinde önceden bilinmeyen örüntüleri, ilişkileri ve eğilimleri istatistik ve makine öğrenmesi yöntemleriyle ortaya çıkarma sürecidir. Sınıflandırma, kümeleme, birliktelik kuralları ve anomali tespiti başlıca teknikleridir.Algoritma(Algorithm)Algoritma, belirli bir problemi çözmek ya da bir görevi yerine getirmek için izlenen, sırası ve sonu belli, açık ve uygulanabilir adımlar dizisidir. Bilgisayar programları ve yapay zekâ sistemleri algoritmalar üzerine kuruludur.Büyük Veri(Big Data)Büyük veri (big data), geleneksel veritabanı ve analiz araçlarıyla makul sürede saklanamayacak ya da işlenemeyecek kadar büyük, hızlı üretilen ve çeşitli biçimlerdeki veri kümelerini ifade eder. Genellikle hacim, hız ve çeşitlilik özellikleriyle tanımlanır.Harf Çevirisi(Transliteration)Harf çevirisi (transliterasyon), bir yazı sistemindeki metnin, anlamı çevrilmeden başka bir yazı sisteminin harfleriyle yazılmasıdır. Örneğin Kiril alfabesiyle yazılmış bir ismin Latin harflerine aktarılması harf çevirisidir.