Kitap 08 · Yapay Zekâ ve Makine ÖğrenmesiSayfa 42 / 58

Regresyon

İngilizcesi: Regression
Türkçe karşılığı: regresyon analizi
Okunuşu: rigreşın

Güncellendi 6 Ekim 20262 dk okuma

Kısaca

Regresyon, modelin verilen girdiden bir fiyat, sıcaklık ya da teslimat süresi gibi bir sayıyı tahmin ettiği denetimli öğrenme türüdür.

Makine öğrenmesinde regresyon nedir?

Makine öğrenmesinde regresyon, bir kategori yerine sürekli bir sayı tahmin etmek demektir. Model, cevabın bilindiği geçmiş örneklerden, örneğin büyüklüğü, konumu ve satış fiyatıyla birlikte dairelerden öğrenir ve ardından yeni girdiler için o sayıyı tahmin eder. Talep tahmini, bir teslimatın ne kadar süreceğini kestirmek ve enerji tüketimini öngörmek tipik regresyon görevleridir.

En basit ve en eski yöntem, veriden düz bir çizgi, birden çok girdi olduğunda da düz bir düzlem geçiren doğrusal regresyondur. Tahminleriyle gerçek değerler arasındaki farkların karelerini olabildiğince küçülten çizgiyi seçer; 1800'lerin başına uzanan bu yönteme en küçük kareler denir. Bulunan ağırlıklar kolay okunur (örneğin fiyatın her ek metrekarede ne kadar arttığı); doğrusal regresyonun istatistikte de standart bir araç olmasının nedeni budur. Düz bir çizgiye uymayan örüntülerle ise karar ağaçları, gradient boosting ağaçları ve sinir ağları başa çıkar.

Regresyon modelleri, tahminlerinin gerçeğe ne kadar uzak düştüğüyle değerlendirilir: genellikle ortalama mutlak hata (MAE), büyük ıskaları daha ağır cezalandıran kök ortalama kare hata (RMSE) ya da modelin açıkladığı değişkenlik payı olan R² ile. Ad, 1880'lerde çok uzun boylu ebeveynlerin çocuklarının ortalama boya daha yakın olma eğiliminde olduğunu, sanki boyları ortalamaya doğru "geriliyormuş" (regress) gibi, fark eden Francis Galton'dan gelir.

Denetimli öğrenmedeki temel ayrım regresyon ile sınıflandırma arasındadır: regresyon bir sayı, sınıflandırma bir kategori üretir. Lojistik regresyon, adına rağmen bir sınıflandırma yöntemidir. Makine öğrenmesindeki regresyonun, yazılım testlerindeki regresyonla, yani eskiden çalışan bir şeyi bozan ve regresyon testinin yakalamaya çalıştığı hatayla da hiçbir ilgisi yoktur.

Önemli noktalar

Regresyon bir sayı, sınıflandırma bir kategori tahmin eder.
Doğrusal regresyon en küçük karelerle düz bir çizgi uydurur ve klasik başlangıç noktasıdır.
Hatalar MAE, RMSE ya da R² ile ölçülür.
Lojistik regresyon, adına rağmen bir sınıflandırıcıdır.
Makine öğrenmesindeki regresyonun yazılım testlerindeki regresyon hatasıyla ilgisi yoktur.

Örnek

scikit-learn ile doğrusal regresyon modeli kurmakpython

from sklearn.linear_model import LinearRegression
from sklearn.metrics import mean_absolute_error

# Flat size in square meters (X) and sale price in thousands (y)
X = [[50], [65], [80], [100], [120]]
y = [150, 190, 235, 290, 345]

model = LinearRegression().fit(X, y)
print(model.coef_[0], model.intercept_)  # price added per square meter, and the base
print(model.predict([[90]]))             # estimated price of a 90 square meter flat
print(mean_absolute_error(y, model.predict(X)))  # average miss, in thousands

Sık sorulan sorular

Regresyon ile sınıflandırma arasındaki fark nedir?

Regresyon fiyat ya da sıcaklık gibi bir sayı, sınıflandırma ise spam olup olmaması gibi bir kategori tahmin eder. Kısa bir sınama: bir tahminin ne kadar şaştığını sormak anlamlıysa, bu regresyondur.

Lojistik regresyon bir regresyon modeli midir?

Hayır, adına rağmen sınıflandırma için kullanılır. Bir girdinin bir sınıfa ait olma olasılığını 0 ile 1 arasında hesaplar; bir eşik de bu olasılığı tahmin edilen bir sınıfa dönüştürür.

Makine öğrenmesindeki regresyon, testlerdeki regresyonla aynı şey mi?

Hayır. Testlerde regresyon, bir değişiklikten sonra eskiden çalışan bir şeyin bozulduğu hatadır; regresyon testleri onu yakalamak için eski denetimleri yeniden çalıştırır. Kelimenin bu iki anlamı birbiriyle ilgisizdir.

İlgili sayfalar

Kaynaklar

Bu sayfada bir hata ya da eksik mi gördünüz?Düzeltme önerin