İçeriğe geç
parazade
Yapay Zeka

DBSCAN Nedir?

Yayın: · Son güncelleme:

DBSCAN Nedir? Kısaca

DBSCAN, birbirine yakın ve yoğun biçimde toplanmış noktaları aynı kümede birleştiren, seyrek bölgelerdeki noktaları gürültü ya da aykırı değer olarak işaretleyen ve küme sayısını önceden istemeyen yoğunluk tabanlı bir kümeleme algoritmasıdır.

DBSCAN nedir?
İçindekiler
  1. DBSCAN nedir?
  2. Avantajları
  3. Nelere dikkat etmeli?

DBSCAN, "Density-Based Spatial Clustering of Applications with Noise" ifadesinin kısaltmasıdır; Türkçede "gürültülü uygulamalar için yoğunluk tabanlı uzamsal kümeleme" olarak çevrilebilir. 1996'da tanıtılan bu yöntem, kümeleri noktaların yoğun olduğu bölgeler olarak tanımlar.

DBSCAN nedir?

DBSCAN iki parametreyle çalışır:

  • eps (ε): Bir noktanın komşuluğunun yarıçapı.
  • minPts: Bir bölgenin "yoğun" sayılması için gereken en az nokta sayısı.

Bu iki değere göre her nokta üç türden birine ayrılır:

  1. Çekirdek nokta: eps yarıçapında en az minPts nokta bulunan nokta.
  2. Sınır nokta: Kendisi çekirdek değil ama bir çekirdek noktanın komşuluğunda yer alan nokta.
  3. Gürültü: Hiçbir çekirdek noktanın komşuluğunda olmayan nokta.

Birbirinin komşuluğunda olan çekirdek noktalar zincirleme bağlanarak bir küme oluşturur; sınır noktalar bu kümelere eklenir.

Avantajları

  • Küme sayısını önceden belirlemen gerekmez.
  • Hilal, halka gibi düzensiz biçimli kümeleri bulabilir; k-ortalamalar gibi yöntemler ise genellikle yuvarlak kümeler varsayar.
  • Gürültü noktalarını ayrıca işaretlediği için anomali tespitinde yardımcı olabilir.

Nelere dikkat etmeli?

  • Parametre seçimi zordur: eps çok küçükse veri gürültüye boğulur, çok büyükse kümeler birleşir. Uygun eps için "k-uzaklık grafiği" sık kullanılır.
  • Farklı yoğunluklar: Aynı veride hem sıkı hem seyrek kümeler varsa tek bir eps hepsine uymayabilir.
  • Yüksek boyut: Çok boyutlu veride uzaklıklar birbirine benzeştiği için performans düşer; önce boyut indirgeme yapılabilir.
  • Ölçek: Özellikler farklı birimdeyse önce standartlaştırılmalıdır.

Sıkça Sorulan Sorular

DBSCAN'da gürültü noktası ne demek?

Yeterince yoğun bir bölgeye ait olmayan, hiçbir kümeye atanmayan noktadır. Bu noktalar çoğu zaman aykırı değer adayı olarak incelenir.

DBSCAN küme sayısını nasıl belirler?

Küme sayısı verinin yoğunluk yapısından kendiliğinden çıkar. Kullanıcı yalnızca komşuluk yarıçapını ve en az nokta sayısını belirler.

İlgili terimler

Kümeleme(Clustering)Kümeleme (clustering), önceden etiketlenmemiş verileri ortak özelliklerine göre birbirine benzeyen gruplara (kümelere) ayıran bir denetimsiz öğrenme yöntemidir. Müşteri segmentasyonu ve anormallik tespiti tipik kullanım alanlarıdır.Hiyerarşik Kümeleme(Hierarchical Clustering)Hiyerarşik kümeleme, veri noktalarını benzerliklerine göre adım adım birleştirerek ya da bölerek iç içe geçmiş kümelerden oluşan bir ağaç yapısı (dendrogram) oluşturan ve küme sayısının önceden belirlenmesini gerektirmeyen bir denetimsiz öğrenme yöntemidir.Anomali Tespiti(Anomaly Detection)Anomali tespiti, bir veri setinde ya da veri akışında genel örüntüden belirgin biçimde sapan, olağan dışı gözlemleri veya davranışları otomatik olarak belirleme işlemidir; dolandırıcılık, siber saldırı ve arıza tespitinde kullanılır.Aykırı Değer(Outlier)Aykırı değer (outlier), bir veri setindeki diğer gözlemlerden belirgin biçimde uzak, alışılmadık derecede büyük ya da küçük değerdir; ölçüm hatasından kaynaklanabileceği gibi gerçek ve önemli bir durumu da yansıtabilir.Boyut İndirgeme(Dimensionality Reduction)Boyut indirgeme, çok sayıda özellik içeren bir veri setini, verideki önemli bilgiyi mümkün olduğunca koruyarak daha az sayıda değişkenle temsil etme işlemidir; görselleştirme, hız ve aşırı öğrenmeyi azaltma amacıyla kullanılır.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.