Yeni katladığınız bir kâğıt uçağın yerdeki çizgiyi geçip geçmeyeceğini tahmin etmek istiyorsunuz. Elinizde daha önce uçurduğunuz uçakların ölçüleri ve sonuçları var. Bu örnekte knn algoritması yeni uçağa ölçüleri en yakın eski uçakları seçer ve sonuçlarına bakar.
KNN, İngilizce k-nearest neighbors, yani k en yakın komşu demek. Buradaki k, dikkate alınacak eski örneklerin sayısıdır. Eşit oylu sınıflandırmada her komşu bir oy verir ve en çok oy alan sınıf tahmin olur. Google'ın Türkçe KNN açıklaması da yöntemi bu çoğunluk oyu üzerinden tanıtıyor.
Uçakların hangi ölçülerine bakıyoruz?
Bir masanın kenarına bant yapıştırıp oradan kâğıt uçak fırlattığımızı düşünün. Uçak yerdeki çizgiye veya ötesine inerse "geçti", çizgiden önce inerse "kaldı" yazalım. Bunlar önceki uçuşların bilinen sonuçları, yani etiketleri. Tahmin için eldeki iki ölçü kanat açıklığı ve burun uzunluğu. Uçağın rengi, kâğıdın kalınlığı ve fırlatma hızı kayıtta yok.
Yeni uçağın kanat açıklığı 12, burnu 6 santimetre olsun. Hayalî kayıtlarımızda ölçüleri sırayla kanat açıklığı ve burun uzunluğu olarak yazalım:
- A uçağı 13 ve 6 santimetre, çizgiyi geçti.
- B uçağı 12 ve 8 santimetre, çizgiden önce kaldı.
- C uçağı 14 ve 7 santimetre, çizgiden önce kaldı.
- D uçağı 16 ve 9 santimetre, çizgiyi geçti.
Bu rakamları hesabı elle yapabilmek için seçtik. Gerçek bir uçuş deneyi yapmadık. Yeni uçağın çizgiyi geçip geçmediğini de henüz bilmiyoruz.
Bir komşudan üç komşuya geçince tahmin nasıl değişir?
Bir kareli kâğıtta yatay eksene kanat açıklığını, dikey eksene burun uzunluğunu koyun. İki eksende de bir kare bir santimetre olsun. Yeni uçağın noktasından eski bir uçağın noktasına uzanan düz çizgi, bu örnekte kullandığımız Öklid uzaklığıdır. İki ölçü arasındaki farkları ayrı ayrı kareye alıp toplar, sonra toplamın karekökünü alırız.
A noktasına yatayda bir kare, dikeyde sıfır kare gidilir. Uzaklık 1. B noktasına yatayda sıfır, dikeyde iki kare gidilir. Uzaklık 2. C için farklar 2 ve 1, uzaklık √5 yani yaklaşık 2,24. D için farklar 4 ve 3, uzaklık 5. Dolayısıyla sıra A, B, C, D.
k bir olursa yalnızca A'nın oyu sayılır. Tahmin "geçti". k üç olursa A, B ve C oy verir. İki "kaldı" ve bir "geçti" oyu çıkar. Aynı yeni uçak için bu kez tahmin "kaldı".
Üç komşudan ikisinin aynı etiketi taşıması, yeni uçağın üçte iki olasılıkla çizgiden önce kalacağını göstermez. Elimizde bu örnekteki oy sayısı var. k seçiminin gerçek uçuşlarda ne kadar işe yaradığını görmek için sonucu bilinen ayrı uçuşlarda tahminleri gözlemle karşılaştırmak gerekir.
Milimetreye geçince en yakın uçak nasıl değişir?
Yalnızca kanat açıklığını milimetreyle yazdığımızı düşünün. Yeni uçağın ölçüleri artık 120 milimetre ve 6 santimetre. A ile arasındaki kanat açıklığı farkı sayısal olarak 10, burun farkı yine sıfır. B ile arasındaki farklar ise hâlâ sıfır ve 2. Ham sayılarla aynı hesabı yaparsak ilk sıraya B gelir. Uçaklar aynı kaldı. Yatay eksendeki farkın hesaba etkisi büyüdü.
Mesafe hesabından önce hangi özelliklerin karşılaştırılacağını ve hangi ölçeğin kullanılacağını belirleyin. Bir kanat açıklığını farklı birimle yazınca komşuların değişmesini istemiyorsanız önce kayıtları aynı birim düzenine getirin. İki özelliğin doğal değişim aralıkları çok farklıysa bunları nasıl ölçekleyeceğinizi ayrıca değerlendirin. Scikit-learn'ün ölçekleme örneği, bir özelliğin sayıları büyüdüğünde komşu seçiminin nasıl değişebildiğini gösteriyor.
Tahmini okurken hangi kayıtlara bakılır?
Önce oylamaya giren uçuş kayıtlarını açın. Yeni uçağın bir kanat ölçüsü eksikse sıfır yazıp devam etmeyin. Sıfır, o ölçü alınmış gibi uzaklık hesabına girer ve yanlış uçuşları yakına taşıyabilir. Ölçüler doğru yazılmış mı? "Geçti" etiketi bütün eski uçuşlarda aynı çizgiye göre mi verilmiş? Çizginin yeri denemeler arasında değiştiyse aynı uçuş mesafesi iki farklı etiket alabilir. Böyle bir durumda önce uçuş kayıtlarını karşılaştırın. Denetimli öğrenme rehberinde bu girdi ve bilinen sonuç ayrımını kumaş örneğiyle görebilirsiniz.
Hesabı elinizle yaptıktan sonra Yapay Zeka'ya yukarıdaki ölçüleri verip "A ve C'nin uzaklığını adım adım hesapla, k üç olunca kimlerin oyu sayılıyor?" diye sorabilirsiniz. C için iki ölçü farkının da hesaba girdiğini kontrol edin. Tanımları doğrulamak için yanıtın altında verilen kaynakları açın.
