Örnek sorular
Fe Binning DiscretizationZorluk 1
Sayısal bir sütun eşit genişlikli (equal-width) binning ile 4 kovaya ayrılıyor. Kesim noktaları nasıl belirlenir?
- aSütun sıralanır ve satırların her çeyreğinden sonra kesilir, böylece her kova aynı sayıda gözlem tutar
- bOluşan her kovanın içindeki hedef değişkenin varyansı olabildiğince küçük olacak şekilde kesim noktaları aranır
- cSıralı ardışık değerler arasındaki en büyük dört boşluk bulunur ve kesimler bu boşlukların içine yerleştirilir
- dSütunun minimumu ile maksimumu arasındaki aralık aynı uzunlukta dört parçaya bölünür; her parçaya kaç satır düştüğü tamamen veriye kalır✓
Açıklama:Eşit genişlikli binning yalnızca sütunun uçlarına bakar: max - min açıklığı k eşit genişlikte parçaya dilimlenir. Doluluk hiç hesaba katılmadığı için kova sayımları çok dengesiz çıkabilir. Hedefe dayalı ve boşluğa dayalı kesim yerleştirmeleri, sabit genişlik kısıtını tamamen görmezden gelen farklı kural aileleridir.
Fe Binning DiscretizationZorluk 1
Aynı sayısal sütun bu kez eşit dolulukta (quantile) binning ile 4 kovaya ayrılıyor. Oluşan kovaları ne nitelendirir?
- a4 kova da aynı sayısal genişliği kaplar, içlerindeki sayımlar da bunun yan etkisi olarak yaklaşık eşitlenir
- bKova genişlikleri soldan sağa geometrik olarak büyür, sayımları dengeleyen de budur
- cKovalar sütunun en yoğun 4 bölgesinin etrafına yerleştirilir, seyrek bölgeler atanmadan kalır
- dKesim noktaları ampirik 25., 50. ve 75. yüzdeliklerdir; sayımlar da birbirine oldukça yakın çıkar✓
Açıklama:Quantile binning eşit genişlik kuralını tersine çevirir: kova başına satır sayısını sabitler, genişliği serbest bırakır. Kesim noktaları eğitim sütununun örneklem yüzdelikleridir; bu yüzden yoğun bölge dar kovalar, uzun kuyruk ise tek bir çok geniş kova alır.
Fe Binning DiscretizationZorluk 2
scikit-learn 1.6 ile [0, 1, 2, 3, 10] değerlerini tutan tek sütun KBinsDiscretizer(n_bins=2, encode='ordinal', strategy='uniform', subsample=None) nesnesine veriliyor. fit_transform ne döndürür?
- a[0, 0, 0, 1, 1] — ortalamadan en uzak iki değer üst kovada bir araya getirilir
- b[0, 0, 1, 1, 1] — kesim noktası medyan olan 2,0'da olduğu için üst kovaya üç değer ulaşır
- c[0, 0, 0, 0, 1] — tek kesim noktası 5,0'dır; üst kovaya yalnızca 10 ulaşır✓
- d[0, 1, 1, 1, 1] — en küçük değer alt kovayı sabitler ve üstündeki her şey yukarı taşınır
Açıklama:uniform stratejisi sınırları min, orta nokta, max olarak koyar; yani [0,0; 5,0; 10,0]. 0 ile 3 arasındaki değerler 5,0'ın altında kaldığı için 0 kodunu alır; üst aralığa yalnızca 10 düşer. Kuralın hiçbir yerinde iki tarafa kaç satır düştüğüne bakılmaz.
Fe Binning DiscretizationZorluk 2
Aynı [0, 1, 2, 3, 10] sütunu bu kez scikit-learn 1.6'da KBinsDiscretizer(n_bins=2, encode='ordinal', strategy='quantile', subsample=None) nesnesine veriliyor. Bu özellik için eğitilen bin_edges_ dizisi ne içerir?
- a[0,0; 2,0; 10,0]; çünkü iç sınır sütunun medyanıdır✓
- b[0,0; 3,2; 10,0]; çünkü iç sınır gözlenen beş değerin aritmetik ortalamasıdır
- c[0,0; 5,0; 10,0]; çünkü tek iç sınır, gözlenen aralığın aritmetik orta noktasıdır
- d[1,0; 2,0; 3,0]; çünkü sınır dizisi kurulurken sütunun yalnızca iç değerleri kullanılır
Açıklama:İki quantile kovasında tek iç kesim noktası 50. yüzdeliktir, burada 2,0'dır. Gözlenen değerlerin aritmetik ortalaması ile gözlenen aralığın orta noktası, o kesimi başka bir yere taşıyacak iki kuraldır; yüzdelik stratejisinin uyguladığı ise bunların hiçbiri değildir.
Fe Binning DiscretizationZorluk 2
Gelir benzeri bir sütun np.random.default_rng(0).lognormal(0, 1, 1000) ile üretiliyor ve scikit-learn 1.6 ile 5 eşit genişlikli kovaya ayrılıyor. Bu tohumla ölçüldüğünde beş kovanın doluluğu nasıl görünür?
- aHer kovada kabaca 200 satır; çünkü bin satır, genişlik kuralının dengelenmesi için yeterlidir
- bİlk kovada yaklaşık 945 satır, kalan dördünde 43, 10, 1, 1; çünkü maksimumu uzun sağ kuyruk belirler✓
- cİlk üç kovanın her birinde kabaca 340 satır, son iki kovada hiç satır yok
- dOrta kovada kabaca 500 satır, diğerlerinin her birinde yaklaşık 125 satır, verinin çan şeklini yansıtır
Açıklama:Lognormal bir şekilde maksimum, yığının çok üzerinde kalır; bu yüzden eşit genişlikli sınırlar neredeyse kimsenin bulunmadığı bir aralığa yayılır. Bu tohumda ölçülen sayımlar 945, 43, 10, 1, 1'dir. Eşitlenmiş sayımlar ise aynı sütunda yüzdelik tabanlı bir kuralın vereceği sonuçtur.
Fe Binning DiscretizationZorluk 2
Önceki kurulumdaki aynı lognormal sütun bu kez strategy='quantile' ile yine 5 kovaya ayrılıyor. Sayımlar kova başına 200 oluyor. Kova genişliklerine ne olur?
- aEşit genişlik durumundakiyle birebir aynı kalır; çünkü yalnızca atama kuralı değişti, 6 sınır değeri değişmedi
- bBirbirine eşitlenir ama genel olarak daralır; çünkü uç değerler sınır hesabının dışında bırakılır
- cAşırı dengesizleşir: ilk kova kabaca 0,02 ile 0,43 arasını kaplar, sonuncusu ise yaklaşık 2,17'den 21,46'ya uzanır✓
- dHepsi 0,5 gibi sabit bir çarpanla küçülür, birbirlerine oranları değişmeden kalır
Açıklama:Doluluğu eşitlemek, genişliklerin yoğunluğu emmesine yol açar: verinin yoğun olduğu yerde kovalar dar olur, seyrek kuyruk ise tek bir çok geniş kova tarafından yutulur. Bu tohumda ölçülen sınırlar yaklaşık 0,02; 0,43; 0,74; 1,19; 2,17; 21,46'dır.