İçeriğe geç
parazade
Yapay Zeka

Özellik Ne Demek?

İngilizce: Feature

Yayın: · Son güncelleme:

Özellik Ne Demek? Kısaca

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.

Özellik nedir?
İçindekiler
  1. Özellik ne demek?
  2. Özellik ne anlama gelir, türleri neler?
  3. İyi bir özellik nasıl olur?

Özellik (feature), bir veri örneğini anlatan tek bir ölçülebilir bilgidir. Bir tabloda düşünürsen satırlar örnekleri, sütunlar ise özellikleri temsil eder. Model, bu özelliklere bakarak bir sonuca ulaşmaya çalışır.

Özellik ne demek?

Varsayımsal bir örnek: Bir bankanın kredi başvurularını değerlendiren bir model düşün. Her başvuru bir örnektir. Başvuranın geliri, çalışma süresi, mevcut borç miktarı ve geçmiş ödeme düzeni birer özelliktir. Modelin tahmin etmeye çalıştığı "krediyi geri ödeyecek mi?" bilgisi ise özellik değil, hedef değişkendir.

İstatistikte özelliklere çoğu zaman bağımsız değişken, açıklayıcı değişken ya da girdi değişkeni de denir.

Özellik ne anlama gelir, türleri neler?

Tür Örnek
Sayısal (sürekli) Gelir, sıcaklık, metrekare
Kategorik Şehir, renk, meslek
İkili Evet/hayır, var/yok
Metin ya da görüntü kaynaklı Kelime sayıları, piksel değerleri, gömme vektörleri

Kategorik özellikler çoğu modelde doğrudan kullanılamaz; sayıya dönüştürülmeleri gerekir. Sayısal özellikler de farklı ölçeklerdeyse normalleştirilebilir.

İyi bir özellik nasıl olur?

İyi bir özellik, hedefle anlamlı bir ilişki taşır, güvenilir biçimde ölçülür ve tahmin anında gerçekten elde edilebilir. Örneğin bir hastanın taburcu olma tarihini, yatış anında yapılacak bir tahminde özellik olarak kullanmak hatalıdır; çünkü o bilgi henüz yoktur. Bu tür hatalar veri sızıntısına yol açar ve modelin gerçekte olduğundan çok daha başarılı görünmesine neden olur. Özellik oluşturma, seçme ve dönüştürme sürecine özellik mühendisliği denir.

Sıkça Sorulan Sorular

Özellik ne anlama gelir, değişkenle aynı şey mi?

Makine öğrenmesinde özellik, modele girdi olarak verilen değişkendir. İstatistikteki bağımsız ya da açıklayıcı değişken kavramıyla büyük ölçüde aynı anlamı taşır.

Bir modelde ne kadar özellik olmalı?

Kesin bir sayı yoktur. Gereksiz ya da gürültülü özellikler modeli yavaşlatabilir ve aşırı öğrenmeye yol açabilir; bu yüzden özellik seçimiyle en faydalı olanlar belirlenir.

İlgili terimler

Özellik Mühendisliği(Feature Engineering)Özellik mühendisliği (feature engineering), ham verileri alan bilgisi ve veri dönüşümleriyle işleyerek bir makine öğrenmesi modelinin daha iyi öğrenmesini sağlayacak anlamlı özelliklere çevirme sürecidir.Özellik Seçimi(Feature Selection)Özellik seçimi (feature selection), bir veri setindeki tüm özellikler arasından modelin başarısına en çok katkı sağlayanları seçip gereksiz, tekrarlayan ya da gürültülü olanları çıkararak daha sade ve genellenebilir bir model kurma sürecidir.Hedef Değişken(Target Variable)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.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.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.Dil Tespiti(Language Detection)Dil tespiti (language detection), bir metnin ya da ses kaydının hangi dilde olduğunu otomatik olarak belirleyen doğal dil işleme görevidir. Çeviri, arama motorları ve içerik moderasyonu gibi pek çok sistemin ilk adımıdır.

İlgili yazılar