İçeriğe geç
parazade
Yapay Zeka

Hedef Değişken Nedir?

İngilizce: Target Variable

Yayın: · Son güncelleme:

Hedef Değişken Nedir? Kısaca

Hedef değişken (target variable), bir makine öğrenmesi ya da istatistik modelinde tahmin edilmek istenen değişkendir; model, diğer değişkenlere (özelliklere) bakarak bu değişkenin değerini kestirmeyi öğrenir. Bağımlı değişken olarak da bilinir.

Hedef Değişken nedir?
İçindekiler
  1. Hedef değişken nedir?
  2. Hedef değişkenin türleri
  3. Nelere dikkat etmeli?

Hedef değişken (target variable), bir modelin cevaplamaya çalıştığı sorunun kendisidir. Ev fiyatı tahmininde fiyat, müşteri kaybı tahmininde "müşteri ayrılacak mı?" bilgisi, hastalık tahmininde tanı sonucu hedef değişkendir. İstatistikte bağımlı değişken, makine öğrenmesinde ise çıktı ya da y olarak da anılır.

Hedef değişken nedir?

Bir veri tablosunu düşün: Sütunların çoğu bağımsız değişkenler ya da özelliklerdir; biri ise tahmin edilmek istenen hedeftir. Eğitim sırasında modele hem özellikler hem de hedefin gerçek değerleri verilir. Model, aradaki ilişkiyi öğrenir. Her bir örnekteki hedef değerine etiket de denir.

Hedef değişkenin türleri

Hedef türü Problem türü Örnek
Sürekli sayı Regresyon Bir dairenin kira bedeli
İki sınıf İkili sınıflandırma Kredi geri ödenecek mi?
Çok sınıf Çok sınıflı sınıflandırma Bir görüntüdeki hayvan türü

Hedefin türü, hangi algoritmanın ve hangi değerlendirme ölçütünün kullanılacağını belirler. Örneğin regresyonda ortalama hata ölçütleri, sınıflandırmada doğruluk ya da F1 skoru gibi ölçütler tercih edilir.

Nelere dikkat etmeli?

Hedef değişkeni doğru tanımlamak, bir projenin en kritik adımlarından biridir. Gerçekte ilgilendiğin şeyi doğrudan ölçemiyorsan bir vekil hedef kullanırsın; vekil kötü seçilirse model yanlış şeyi optimize eder. Varsayımsal örnek: "Müşteri memnuniyeti" yerine "siteye geri dönme sıklığı" hedef alınırsa, model memnuniyetsiz ama mecburen dönen kullanıcıları da başarı sayabilir. Ayrıca hedefle ilgili bilgiyi tahmin anında bilinmeyen özelliklere sızdırmak veri sızıntısına yol açar. Sınıflardan biri çok nadirse dengesiz veri sorunuyla da ilgilenmek gerekir.

Sıkça Sorulan Sorular

Hedef değişken ile bağımlı değişken aynı şey mi?

Evet, pratikte aynı anlama gelir. İstatistikte daha çok bağımlı değişken, makine öğrenmesinde hedef değişken ya da çıktı terimi kullanılır.

Denetimsiz öğrenmede hedef değişken var mı?

Hayır. Denetimsiz öğrenmede tahmin edilecek bir hedef yoktur; model, kümeleme gibi görevlerde verinin kendi yapısını keşfetmeye çalışır.

İlgili terimler

Bağımsız Değişken(Independent Variable)Bağımsız değişken, bir araştırmada ya da modelde sonucu açıklamak veya tahmin etmek için kullanılan, değeri incelenen sonuca bağlı olmayan değişkendir. Makine öğrenmesinde genellikle özellik ya da girdi değişkeni olarak adlandırılır.Etiket(Label)Etiket (label), makine öğrenmesinde bir veri örneği için bilinen doğru cevaptır; örneğin bir fotoğrafın "kedi" olduğu ya da bir e-postanın "spam" olduğu bilgisi. Denetimli öğrenmede model, girdilerden bu etiketleri tahmin etmeyi öğrenir.Özellik(Feature)Özellik (feature), makine öğrenmesinde her bir örneği tanımlayan ve modelin tahmin yaparken girdi olarak kullandığı ölçülebilir nitelik ya da değişkendir. Örneğin ev fiyatı tahmininde metrekare, oda sayısı ve konum birer özelliktir.Denetimli Öğrenme(Supervised Learning)Denetimli öğrenme, modelin girdi ile doğru cevabın birlikte verildiği etiketli örneklerden öğrenerek yeni girdiler için doğru cevabı tahmin etmeyi öğrendiği makine öğrenmesi türüdür.F1 Skoru(F1 Score)F1 skoru, bir sınıflandırma modelinin kesinlik (precision) ve duyarlılık (recall) değerlerinin harmonik ortalamasıdır. 0 ile 1 arasında değer alır; 1'e yaklaştıkça model hem az yanlış alarm verir hem de gerçek pozitifleri az kaçırır.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.