Elinizde bir sürü müşteri verisi var ama hiçbiri etiketli değil. Yine de aralarında doğal gruplar sezersiniz: “şunlar sık alışveriş yapanlar, bunlar sadece indirimde gelenler”. İşte makinelere bu grupları kendiliğinden buldurmaya kümeleme denir.
Kümeleme nedir?
Kümeleme, verideki benzer öğeleri, önceden bir etiket olmadan gruplara ayırma işidir. Denetimsiz öğrenmenin en tipik örneğidir: doğru cevap verilmez, makine yapıyı kendi keşfeder.
K-means basitçe
En bilinen yöntem K-means”tir. Önce kaç grup (k) istediğinizi söylersiniz; algoritma her grubun bir merkezi olduğunu varsayar ve her noktayı en yakın merkeze atar, sonra merkezleri günceller. Bu, gruplar durulana kadar tekrarlanır.
Nerede kullanılır?
Müşteri segmentasyonu, benzer belgeleri gruplama, anomali tespiti ve pazar analizi. “Kime hangi kampanya?” gibi soruların yanıtı çoğu zaman kümelemeden çıkar.
“Kaç küme?” sorunu
Kümelemenin en zor kısmı, kaç grup olması gerektiğine karar vermektir. Çok az küme farklılıkları gizler, çok fazla küme ise anlamsız parçalanma yaratır. Doğru sayı, hem veriye hem de amaca bağlıdır.
İşin hocası ne yapar?
İşin hocası etiketsiz bir veriyle karşılaşınca “burada kaç doğal grup var?” diye sorar. Çünkü bazen en değerli örüntü, kimsenin etiketlemediği yerdedir.
İlgili yazı: Yapay Zeka Ajanları (AI Agents)
Sıkça Sorulan Sorular
Kümeleme ile sınıflandırma arasındaki fark nedir?
Sınıflandırma denetimli öğrenmedir ve önceden tanımlı etiketleri kullanır. Kümeleme ise denetimsizdir; hiçbir etiket olmadan verideki doğal grupları kendiliğinden bulur.
K-means algoritmasında “k” neyi ifade eder?
k, oluşturulmasını istediğiniz küme (grup) sayısıdır. Bu sayıyı önceden belirlemeniz gerekir ve sonucu doğrudan etkiler.
Kümeleme gerçek hayatta ne işe yarar?
Müşteri segmentasyonu, benzer içerikleri gruplama, anomali ve dolandırıcılık tespiti gibi alanlarda kullanılır. Etiketsiz veriden anlamlı gruplar çıkarmayı sağlar.