BAYES Sınıflayıcıları 2

Veri madenciliği, eğiticili öğrenme konularının içerisinde, sınıflandırma uygulamalarında kendine yer bulan BAYES Sınıflayıcıları önceki yazımızda açıklamaya çalışmıştım. Başka bir örnek daha yapmak istiyorum.

Bu sefer veri setimiz farklı olsun ve çeşitli hava olaylarının tenis maçının oynanıp oynanmamasına olan etkisini ve sonucunu tahmin etmeye çalışalım. Örnek veri setimiz ile BAYES Teoremini kullanarak tahmin yapmaya çalışalım. Veri setimiz aşağıdaki tablo gibidir.

Gün	Hava Durumu	Sıcaklık	Nem	Rüzgar	Tenis Oynama
1	güneşli	sıcak	yüksek	zayıf	hayır
2	güneşli	sıcak	yüksek	güçlü	hayır
3	bulutlu	sıcak	yüksek	zayıf	evet
4	yağmurlu	ılık	yüksek	zayıf	evet
5	yağmurlu	soğuk	normal	zayıf	evet
6	yağmurlu	soğuk	normal	güçlü	hayır
7	bulutlu	soğuk	normal	güçlü	evet
8	güneşli	ılık	yüksek	zayıf	hayır
9	güneşli	soğuk	normal	zayıf	evet
10	yağmurlu	ılık	normal	zayıf	evet

Tabloda 10 gün boyunca planlanan tenis maçlarının oynanıp oynanmadığını gösteren bir veriler bulunmakta. Bu veri seti üzerinden aşağıdaki sonucu tahmin etmeye çalışalım.

Hava Durumu: YAĞMURLU
Sıcaklık: SOĞUK
Nem: NORMAL
Rüzgâr: ZAYIF
 

Tenis Oynama = ?

Yukarıdaki sonuçlara göre bu tenis maçının oynanıp oynanmayacağını tahmin edeceğiz.

 

Sonuç:

İlgili cevaplara göre; sonucun tenis oynama olma ihtimali yaklaşık 0,1111 ve sonucun tenis oynamama olma ihtimali yaklaşık 0,003 çıkmıştır. Buna göre oranı yüksek olanın bizim için doğru sonucu verdiği kanaatine varırız.

Bu örnek için tenis maçının oynanması beklenir. J

Veri madenciliğinde BAYES Sınıflandırıcıları ile ilgili başka bir örnek incelediniz, iyi çalışmalar J

İlham: Sultan Turhan ve Songül Albayrak J