PCA (Principal Component Analysis) (Temel Bileşen Analizi)

filter_alt Boyut Düşürmek Neden Gerekli?

Ev fiyatı tahmin modeli yapıyorsunuz ve elinizde evin; metrekare, oda sayısı, banyo sayısı, garaj kapasitesi gibi 50 farklı değişkeni (boyutu) var. Bu kadar çok boyut algoritmayı yavaşlatır ve ezbere (Overfitting) sürükler. PCA matematiği kullanılarak bu 50 değişken birbirine karıştırılıp sıkıştırılır ve 'Boyut 1 (Büyüklük göstergeleri)' ve 'Boyut 2 (Lüks göstergeleri)' adında sadece 2 yeni Temel Bileşene düşürülür. Hem veri hafifler hem de 2D grafikte insan gözüyle çizilebilir hale gelir.

PCA'nın Görevi

calculate PCA Nasıl Çalışır?

PCA (Principal Component Analysis / Temel Bileşen Analizi), verideki değişkenliği (varyansı) en iyi açıklayan yeni eksenleri bularak çalışır. Önce veri ortalanır, ardından kovaryans matrisi hesaplanır; bu matrisin özdeğer (eigenvalue) ve özvektörleri (eigenvector) çıkarılır. Özvektörler 'temel bileşenleri' (principal components) oluşturur ve her biri verinin açıkladığı varyans oranına göre sıralanır. İlk birkaç temel bileşen toplam varyansın büyük kısmını taşıdığından, yüksek boyutlu veri çok az bilgi kaybıyla daha az boyuta indirgenir (boyut indirgeme). scikit-learn'de bu işlem birkaç satırla yapılır: `PCA(n_components=2)` ardından `fit_transform(X)`.

insights PCA Kullanım Alanları

• check_circle Veri Görselleştirme: Yüksek boyutlu veri kümesini 2 veya 3 boyuta indirgeyerek grafikte görselleştirme ve kümeleri gözle ayırt etme.
• check_circle Boyut İndirgeme ve Hızlandırma: Özellik sayısını azaltarak makine öğrenmesi modellerini daha hızlı eğitme ve aşırı öğrenme (overfitting) riskini düşürme.
• check_circle Gürültü Azaltma: Düşük varyanslı bileşenleri atarak verideki gürültüyü temizleme ve sinyali güçlendirme.
• check_circle Özellik Çıkarımı ve Sıkıştırma: Birbiriyle ilişkili (korelasyonlu) değişkenleri birkaç bağımsız temel bileşende toplayarak veriyi sıkıştırma.

PCA'nın Teknik Detayları ve Algoritması

• check_circle Kovaryans Matrisi: Özellikler arası ilişkiyi yakalayan matris. PCA bu matrisin özdeğer ayrıştırmasını kullanarak ana bileşenleri bulur.
• check_circle Özvektörler ve Özdeğerler: Özvektörler maksimum varyansı açıklayan yönleri tanımlar. Özdeğerler her bileşenin açıkladığı varyans miktarını gösterir.
• check_circle Açıklanan Varyans Oranı: Her ana bileşenin toplam varyanstaki payı. İlk birkaç bileşen genellikle toplam varyansın %90+'ını açıklar.
• check_circle Merkezleme ve Ölçekleme: PCA uygulamadan önce verinin ortalaması çıkarılmalı (merkezleme). Özellikler farklı ölçeklerdeyse standartlaştırma da gereklidir.
• check_circle Boyut Seçimi: Kaç bileşen tutulacağı açıklanan varyans eşiğiyle belirlenir (genellikle %95). Scree plot görsel seçim için kullanılır.
• check_circle Sınırlamalar: PCA yalnızca doğrusal ilişkileri yakalar. Doğrusal olmayan yapılar için t-SNE, UMAP veya kernel PCA alternatiftir.

PCA'nın AI ve ML'deki Kullanım Alanları

Temel Bileşen Analizi (PCA), yüksek boyutlu verinin anlaşılır ve işlenebilir formata indirgenmesini sağlayan klasik bir boyut indirgeme tekniğidir. AI ve makine öğrenimindeki kullanım alanları oldukça geniştir: Gömme görselleştirme: yüzlerce veya binlerce boyutlu kelime veya belge gömmelerini 2-3 boyuta indirerek görselleştirme (ancak t-SNE ve UMAP PCA'dan genellikle daha iyi görsel ayrışma sağlar). Özellik sıkıştırma: yüksek boyutlu girdi verisini ML modeline beslemeden önce azaltma; hem hesaplama hızını artırır hem boyutsal lanet (curse of dimensionality) etkisini azaltır. Gürültü azaltma: düşük varyans bileşenlerini atarak sinyal-gürültü oranını iyileştirme. Görüntü sıkıştırma: Eigenfaces gibi yüz tanıma sistemlerinde tarihsel kullanım. Python'da kullanım: `from sklearn.decomposition import PCA; pca = PCA(n_components=0.95); X_reduced = pca.fit_transform(X)` ile %95 varyans açıklayan bileşenlere indirgeme yapılır. PCA'nın modern alternatifleri: t-SNE ve UMAP görselleştirme için daha iyi yerel yapı koruması sağlar; otoenkoderler doğrusal olmayan boyut indirgeme için güçlüdür.

help Sıkça Sorulan Sorular (FAQ)

• check_circle PCA ne işe yarar?: PCA, çok boyutlu (çok değişkenli) veriyi anlam kaybını en aza indirerek daha az boyuta indirger. Böylece veri görselleştirilebilir, modeller hızlanır, gürültü azalır ve ilişkili değişkenler birkaç temel bileşende toplanır.
• check_circle PCA kaç bileşen seçilmeli?: Genellikle açıklanan varyansın (explained variance) %90-95'ini koruyacak kadar bileşen seçilir. scikit-learn'de `n_components=0.95` verilerek varyansın %95'ini tutan en az bileşen sayısı otomatik seçtirilebilir.
• check_circle PCA nedir?: Yüksek boyutlu veriyi maksimum varyansı koruyan daha az boyuta indirgeyen istatistiksel boyut indirgeme tekniğidir. Görselleştirme, özellik sıkıştırma ve gürültü azaltmada yaygın kullanılır.
• check_circle PCA ne zaman kullanılır?: Yüksek boyutlu verinin görselleştirilmesi (2-3D), ML modellerine beslemeden önce özellik azaltma, hesaplama maliyetini düşürme ve boyutsal lanet etkisini azaltma için uygundur.
• check_circle PCA ile t-SNE arasındaki fark nedir?: PCA doğrusal dönüşüm yapar; küresel yapıyı korur, hızlıdır. t-SNE doğrusal olmayan, yerel yapıyı koruyan görselleştirme tekniğidir; PCA'dan genellikle daha iyi küme ayrışması sağlar ama yorumlanabilirliği düşüktür.
• check_circle Python'da PCA nasıl uygulanır?: `sklearn.decomposition.PCA` sınıfı kullanılır. `PCA(n_components=0.95).fit_transform(X)` toplam varyansın %95'ini açıklayan bileşen sayısını otomatik seçer.