Veri madenciliği, eğiticili öğrenme konularının içerisinde, sınıflandırma uygulamalarında kendine yer bulan BAYES Sınıflayıcıları anlamaya çalışacağız. Bir örnek üzerinden konuyu inceleyeceğiz.
En büyük olasılıklı değer (bu değer 1’e yakın bir değer veya uzak bir değer de olabilir) her iki ihtimal içinde değerlendirilir. İki ihtimalden 1’e en yakın değer, doğru tahmin olarak kabul edilir.
Örnek veri setimiz ile BAYES Teoremini kullanarak tahmin yapmaya çalışalım. Veri setimiz aşağıdaki tablo gibidir.
Tabloda 10 kişiye (6 erkek, 4 bayan) çeşitli promosyonları tercih edip etmemesi konusunda bir araştırma yapıldığını ve bunlara verdikleri olumlu veya olumsuz cevapları olduğunu varsayalım. Bu veri seti üzerinden aşağıdaki sonucu tahmin etmeye çalışalım.
Magazin Promosyonu: HAYIR
Film Promosyonu: HAYIR
Hayat Sigortası Promosyonu: EVET
Kredi Kartı Promosyonu: EVET
Cinsiyet = ?
Film Promosyonu: HAYIR
Hayat Sigortası Promosyonu: EVET
Kredi Kartı Promosyonu: EVET
Cinsiyet = ?
Yukarıdaki sonuçlara göre bu cevapları verenin Erkek mi Bayan mı olduğunu tahmin edeceğiz.
Sonuç:
İlgili cevaplara göre; sonucun erkek olma ihtimali yaklaşık 0,0148 ve sonucun kadın olma ihtimali yaklaşık 0,0093 çıkmıştır. Buna göre oranı yüksek olanın bizim için doğru sonucu verdiği kanaatine varırız.
Bu örnek için cinsiyetin erkek olması yani bu cevapları verenin erkek olması beklenir. J
Veri madenciliğinde BAYES Sınıflandırıcıları incelediniz, iyi çalışmalar J
İlham alınanlar: Sultan Turhan ve Songül Albayrak J
