Dimensionality Reduction

Boyut indirgeme, bir veri setindeki en kritik bilgileri korurken girdi değişkenlerinin (genellikle özellikler veya boyutlar olarak adlandırılır) sayısını azaltmak için machine learning (ML) ve veri biliminde kullanılan dönüştürücü bir tekniktir. big data çağında veri setleri genellikle binlerce değişken içerir ve bu durum curse of dimensionality olarak bilinen bir olguya yol açar. Bu olgu, model training sürecinin hesaplama açısından maliyetli olmasına, overfitting eğilimi göstermesine ve yorumlanmasının zorlaşmasına neden olabilir. Uygulayıcılar, yüksek boyutlu verileri daha düşük boyutlu bir uzaya projeksiyonla aktararak verimliliği, görselleştirmeyi ve tahmin performansını artırabilirler.

Yapay Zeka Geliştirmedeki Temel Faydalar#

Verilerin karmaşıklığını azaltmak, data preprocessing işlem hatlarında temel bir adımdır. Sağlam artificial intelligence (AI) sistemleri oluşturmak için birkaç somut avantaj sunar:

• Gelişmiş Hesaplama Verimliliği: Daha az özellik, işlenecek daha az veri anlamına gelir. Bu, YOLO26 gibi algoritmalar için eğitim sürelerini hızlandırarak bunları real-time inference ve kaynak kısıtlı edge AI cihazlarında dağıtım için daha uygun hale getirir.
• Geliştirilmiş Veri Görselleştirme: İnsan sezgisi, üç boyutun ötesindeki verileri anlamakta zorlanır. Boyut indirgeme, karmaşık veri setlerini 2B veya 3B uzaylara sıkıştırarak TensorFlow Embedding Projector gibi araçları kullanarak kümeleri, örüntüleri ve aykırı değerleri tespit etmek için etkili bir data visualization sağlar.
• Gürültü Azaltma: Verilerdeki en alakalı varyansa odaklanarak bu teknik gürültüyü ve gereksiz özellikleri filtreler. Bu, daha temiz training data elde edilmesini sağlayarak modellerin görünmeyen örneklere daha iyi genelleme yapmasına yardımcı olur.
• Depolama Optimizasyonu: Ultralytics Platform aracılığıyla yönetilenler gibi devasa veri setlerini bulutta depolamak maliyetli olabilir. Özellik uzayını sıkıştırmak, temel veri bütünlüğünden ödün vermeden depolama gereksinimlerini önemli ölçüde azaltır.

Temel Teknikler: Doğrusal ve Doğrusal Olmayan#

Boyutları azaltma yöntemleri, genellikle verinin küresel doğrusal yapısını mı yoksa yerel doğrusal olmayan manifoldunu mu koruduklarına göre sınıflandırılır.

Doğrusal Yöntemler#

En köklü doğrusal teknik Principal Component Analysis (PCA) yöntemidir. PCA, verilerdeki maksimum varyansı yakalayan dik eksenler olan "ana bileşenleri" belirleyerek çalışır. Orijinal verileri bu yeni eksenlere projekte ederek az bilgi katkısı sağlayan boyutları etkili bir şekilde atar. Bu, unsupervised learning iş akışlarında temel bir unsurdur.

Doğrusal Olmayan Yöntemler#

Görseller veya metin embeddings gibi karmaşık veri yapıları için genellikle doğrusal olmayan yöntemler gereklidir. t-Distributed Stochastic Neighbor Embedding (t-SNE) ve UMAP (Uniform Manifold Approximation and Projection) gibi teknikler, yerel komşulukları korumakta üstündür; bu da onları yüksek boyutlu kümeleri görselleştirmek için ideal kılar. Ek olarak, autoencoders, girdileri bir gizli uzay temsiline sıkıştırmak ve bunları yeniden oluşturmak üzere eğitilmiş neural networks modelleridir ve verilerin kompakt bir kodlamasını etkili bir şekilde öğrenir.

Gerçek Dünya Uygulamaları#

Boyut indirgeme, deep learning (DL) alanının çeşitli bölümlerinde kritik önem taşır:

1. Computer Vision: YOLO26 gibi modern nesne dedektörleri, binlerce piksel içeren görüntüleri işler. İç katmanlar; havuzlama (pooling) ve adımlı konvolüsyonlar (strided convolutions) gibi teknikler kullanarak feature maps bileşenlerinin mekansal boyutlarını kademeli olarak küçültür ve ham pikselleri üst düzey semantik kavramlara (ör. "kenar", "göz", "araba") indirger.

2. Genomics and Healthcare: medical image analysis ve biyoinformatikte araştırmacılar, on binlerce değişkene sahip gen ekspresyon verilerini analiz eder. Boyut indirgeme, cancer genomics üzerindeki çalışmalarda görüldüğü gibi hastalık sınıflandırması için temel biyobelirteçlerin belirlenmesine yardımcı olur.

3. Öneri Sistemleri: Netflix veya Spotify gibi platformlar, kullanıcı tercihlerini tahmin etmek için matris çarpanlara ayırma (bir indirgeme tekniği) kullanır. Kullanıcı-öğe etkileşimlerinin seyrek matrisini azaltarak, gizli özelliklere dayalı olarak verimli bir şekilde içerik önerebilirler.

Boyut İndirgeme ve Özellik Seçimi#

Bu kavramı feature selection kavramından ayırmak önemlidir, çünkü ikisi de farklı mekanizmalar aracılığıyla benzer hedeflere ulaşır:

• Özellik Seçimi, orijinal özelliklerin bir alt kümesini seçmeyi içerir (örneğin "Yaş"ı tutup "İsim"i bırakmak). Seçilen özelliklerin değerlerini değiştirmez.
• Dimensionality Reduction (özellikle feature extraction), otonom özelliklerin kombinasyonları olan yeni özellikler oluşturur. Örneğin PCA, "Boy" ve "Kilo" değerlerini "Vücut Ölçüsü"nü temsil eden tek bir yeni bileşende birleştirebilir.

Python Örneği: Görüntü Gömülerini İndirgeme#

Aşağıdaki örnek, yüksek boyutlu bir çıktının (bir görüntü yerleştirme vektörünü simüle eden) nasıl alınacağını ve PCA kullanılarak nasıl indirgeneceğini göstermektedir. Bu, YOLO26 benzeri bir modelin benzer sınıfları nasıl gruplandırdığını görselleştirirken yaygın kullanılan bir iş akışıdır.

import numpy as np
from sklearn.decomposition import PCA

# Simulate high-dimensional embeddings (e.g., 10 images, 512 features each)
# In a real workflow, these would come from a model like YOLO26n
embeddings = np.random.rand(10, 512)

# Initialize PCA to reduce from 512 dimensions to 2
pca = PCA(n_components=2)
reduced_data = pca.fit_transform(embeddings)

# Output shape is now (10, 2), ready for 2D plotting
print(f"Original shape: {embeddings.shape}")  # (10, 512)
print(f"Reduced shape: {reduced_data.shape}")  # (10, 2)