{"id":1693,"date":"2025-02-02T13:43:57","date_gmt":"2025-02-02T13:43:57","guid":{"rendered":"https:\/\/endustri40.bktechin.com\/2025\/02\/02\/veri-madenciligi-apriori-algoritmasi-1-bolum\/"},"modified":"2025-02-10T22:11:35","modified_gmt":"2025-02-10T22:11:35","slug":"veri-madenciligi-apriori-algoritmasi-1-bolum","status":"publish","type":"post","link":"https:\/\/endustri40.com\/en\/veri-madenciligi-apriori-algoritmasi-1-bolum\/","title":{"rendered":"Veri Madencili\u011fi | Apriori Algoritmas\u0131 1. B\u00f6l\u00fcm"},"content":{"rendered":"
Birliktelik kurallar\u0131 (association rules) analizi büyük veri kümelerinde ortak ö\u011fe kal\u0131plar\u0131n\u0131 bulmak için s\u0131kl\u0131kla kullan\u0131lan bir tekniktir. Market sepeti analizi ise bu tekni\u011fin kullan\u0131ld\u0131\u011f\u0131 uygulamalardan biridir. Market sepeti analizi temelde kullan\u0131c\u0131 tercihlerinin tahmin edilmesine dayan\u0131r. Market sepeti analizi sipari\u015flerde en s\u0131k hangi ürün kombinasyonlar\u0131n\u0131n tercih edildi\u011fini gösterir. Ma\u011fazalar\u0131n, mü\u015fterilerinin sat\u0131n alma davran\u0131\u015flar\u0131n\u0131 tahmin ederek mü\u015fteri tercihlerini daha iyi anlamalar\u0131na ve nihayetinde onlara daha iyi hizmet etmelerine olanak sa\u011flar. Örne\u011fin, ekmek alan bir mü\u015fterinin yan\u0131nda tereya\u011f\u0131 alma olas\u0131l\u0131\u011f\u0131, bebek bezi alan bir mü\u015fterinin bunun yan\u0131nda \u0131slak mendil ve bebek mamas\u0131 gibi ürünleri de sat\u0131n alma ihtimali oldukça yüksektir. Market sepeti analizini ba\u015far\u0131l\u0131 bir \u015fekilde uygulayan ma\u011fazalar ürünleri en uygun raflarda konumland\u0131r\u0131p, indirimleri bu analiz sonuçlar\u0131na göre belirleyerek sat\u0131\u015f miktar\u0131n\u0131 art\u0131rabilir. Bu uygulama internet al\u0131\u015fveri\u015flerinde mü\u015fterilere birbirleriyle ili\u015fkili ürünlerin tavsiye edilmesinin yan\u0131 s\u0131ra kredi kart\u0131 kullan\u0131m verilerine<\/a><\/strong> dayal\u0131 doland\u0131r\u0131c\u0131l\u0131k tespiti ve farkl\u0131 hasta gruplar\u0131na reçete edilen aktif bile\u015fenler aras\u0131ndaki ili\u015fkilerin analizi için de kullan\u0131labilir.<\/span><\/span>
\n <\/div>\n
\u25ba <\/span><\/span><\/strong>\u0130lginizi çekebilir: Python Programlama <\/a><\/span><\/strong><\/span><\/span>| 1.Bölüm<\/a><\/span><\/strong><\/span><\/span><\/div>\n

 <\/p>\n

<\/span>Birliktelik Kurallar\u0131 Nedir ?<\/span><\/span><\/span><\/strong><\/span><\/h2>\n
Birliktelik kurallar\u0131 analizi<\/a><\/strong> geçmi\u015f verilerin analiz edilerek bu veriler içindeki birliktelik olas\u0131l\u0131klar\u0131n\u0131n tespiti ile gelece\u011fe yönelik çal\u0131\u015fmalar yap\u0131lmas\u0131n\u0131 destekleyen bir yakla\u015f\u0131md\u0131r. Birliktelik kurallar\u0131 analizinde kulland\u0131\u011f\u0131m\u0131z baz\u0131 terimlerden bahsedelim. Ekmek alan bir mü\u015fterinin tereya\u011f\u0131 da ald\u0131\u011f\u0131 bir kümeyi inceledi\u011fimizde bu ürünler aras\u0131ndaki ili\u015fki {Ekmek} -> {Tereya\u011f\u0131} \u015feklinde gösterilir. Bu ifadede ekmek öncül (antecedent) iken tereya\u011f\u0131 ise sonuç (consequent) olarak adland\u0131r\u0131l\u0131r. Birliktelik kurallar\u0131 analizi için apriori, sequence ve GRI gibi farkl\u0131 algoritmalar kullan\u0131l\u0131r. Bu yaz\u0131m\u0131zda Apriori algoritma<\/a><\/strong>s\u0131n\u0131 inceleyece\u011fiz.<\/span><\/span><\/div>\n

 <\/p>\n

<\/span>Apriori Algoritmas\u0131 Nedir?<\/span><\/span><\/span><\/strong><\/span><\/h2>\n
Apriori algoritmas\u0131 s\u0131kl\u0131kla birlikte bulunan ö\u011felerin analizi için kullan\u0131lan bir algoritmad\u0131r. Apriori algoritmas\u0131 destek (support), güven (confidence) ve kald\u0131raç (lift) parametrelerini kullan\u0131r.<\/span><\/span>
\n <\/div>\n
Destek (Support) Parametresi: Ekmek-tereya\u011f\u0131 örne\u011fini ele ald\u0131\u011f\u0131m\u0131zda bu ikili için hesaplanan destek parametresi bu ikilinin birlikte al\u0131nd\u0131\u011f\u0131 al\u0131\u015fveri\u015f miktar\u0131n\u0131n tüm al\u0131\u015fveri\u015flere bölünmesiyle hesaplan\u0131r.<\/span><\/span>
\n <\/div>\n
DESTEK {Ekmek, Tereya\u011f\u0131} = {Ekmek, Tereya\u011f\u0131} \/ Tüm Al\u0131\u015fveri\u015fler<\/span><\/span><\/strong><\/span>
\n <\/div>\n
Güven (Confidence) Parametresi: Ekmek alan mü\u015fterilerin al\u0131\u015fveri\u015flerinde tereya\u011f\u0131 da alma olas\u0131l\u0131\u011f\u0131n\u0131 belirtir.<\/span><\/span>
\n <\/div>\n
GÜVEN {Ekmek, Tereya\u011f\u0131} = DESTEK {Ekmek, Tereya\u011f\u0131} \/ DESTEK {Ekmek}<\/span><\/span><\/strong><\/span>
\n <\/div>\n
Destek ve güven parametreleri ne kadar büyükse birliktelik kurallar\u0131n\u0131n da o kadar güçlü oldu\u011funu söyleyebiliriz.<\/span><\/span>
\n <\/div>\n
Kald\u0131raç (Lift) Parametresi: Bu parametre bize ekmek ve tereya\u011f\u0131 sat\u0131n alma olas\u0131l\u0131\u011f\u0131n\u0131n sadece tereya\u011f\u0131 sat\u0131n alma olas\u0131l\u0131\u011f\u0131ndan kaç kat daha fazla oldu\u011funu söyler.  \u0130ki ürünün kald\u0131raç de\u011ferinin 1 olmas\u0131 bu ürünler aras\u0131nda hiç bir ili\u015fki olmad\u0131\u011f\u0131 anlam\u0131na gelir.  Kald\u0131raç de\u011ferinin 1'den büyük olmas\u0131 ise bu ürünlerin birlikte sat\u0131n al\u0131nma olas\u0131l\u0131\u011f\u0131n\u0131n daha yüksek oldu\u011funu ifade eder.<\/span><\/span>
\n <\/div>\n
KALDIRAÇ {Ekmek, Tereya\u011f\u0131} = DESTEK {Ekmek, Tereya\u011f\u0131} \/ (DESTEK {Ekmek} * DESTEK {Tereya\u011f\u0131})<\/span><\/span><\/span><\/strong><\/div>\n
\nPython<\/a><\/strong> ile haz\u0131r bir Excel dosyas\u0131 üzerinde market sepeti analizi gerçekle\u015ftirece\u011fimiz örne\u011fi inceleyelim.<\/span><\/span><\/div>\n
 <\/p>\n
> <\/span>Python’da market sepeti analizi yapabilmek için s\u0131kl\u0131kla faydalan\u0131lan modüllerden biri olan ‘mlextend’ modülünü kullanaca\u011f\u0131z. Mlextend ve pandas modüllerini dahil ederek ba\u015flayal\u0131m.
\n\"\"<\/span><\/span><\/div>\n
> Python’da shape() fonksiyonu ile verimizin kaç sat\u0131r ve sütundan olu\u015ftu\u011funu kontrol edelim.<\/span><\/span><\/div>\n

\n\"\"<\/span><\/span><\/div>\n

\n\u25ba <\/span><\/span><\/strong>\u0130lginizi çekebilir: R Programlama Nedir? <\/a><\/span><\/strong><\/span><\/span>| 1. Bölüm<\/span><\/strong><\/span><\/span><\/a>
\n <\/div>\n
> head() fonksiyonunu kullanarak veri setimizin ilk 5 sat\u0131r\u0131nda bulunan verileri inceleyelim.<\/span><\/span>
\n <\/div>\n
\"\" <\/span><\/span><\/div>\n
Head() fonksiyonu ile fatura numaras\u0131 (InvoiceNo), stok kodu (StockCode), ürün aç\u0131klamas\u0131 (Description), miktar (Quantity), fatura tarihi (InvoiceDate), birim ücret (UnitPrice), mü\u015fteri numaras\u0131 (CustomerID) ve ülke (Country) gibi bilgileri içeren bir veri setimiz oldu\u011funu gözlemliyoruz.<\/span><\/span>
\n <\/p>\n
> Veri setinin üzerinde daha kolay çal\u0131\u015fabilmek için fatura numaras\u0131 olmayan ve kredi kart\u0131 ile yap\u0131lm\u0131\u015f al\u0131\u015fveri\u015f verilerini veri setimizden ç\u0131karal\u0131m.<\/p>\n

\"\"<\/span><\/span><\/div>\n<\/div>\n

\n\u25ba <\/span><\/span><\/strong>\u0130lginizi çekebilir: <\/span><\/strong><\/span><\/span>Algoritma ile Robotlara Yak\u0131n\u0131ndaki \u0130nsan Yönlendirilmeleri Ö\u011fretiliyor<\/a><\/span><\/strong>
\n <\/div>\n
> Veri setimizi Fransa’daki ma\u011fazalardan yap\u0131lan al\u0131\u015fveri\u015flerin fatura numaralar\u0131 ve bu al\u0131\u015fveri\u015flerde al\u0131nan ürünler ile ürün miktar\u0131n\u0131 rahatl\u0131kla görebilece\u011fimiz bir \u015fekilde grupland\u0131ral\u0131m. Veri setindeki bo\u015f verileri ‘0’ ile doldural\u0131m. Gördü\u011fümüz ‘0’ de\u011ferleri o ürünün al\u0131nmad\u0131\u011f\u0131n\u0131 belirtirken, 0’dan farkl\u0131 olan de\u011ferler faturada bulunan ürün miktar\u0131n\u0131 belirtir.<\/p>\n

\"\"<\/span><\/span><\/div>\n

 <\/p>\n

> Bir üründen kaç tane al\u0131nd\u0131\u011f\u0131 market sepeti analizinde önemli bir de\u011fi\u015fken de\u011fildir. As\u0131l önemli olan ürünün al\u0131n\u0131p al\u0131nmad\u0131\u011f\u0131d\u0131r. Bu sebeple miktar (Quantity) de\u011fi\u015fkeninin 0 oldu\u011fu durumlarda 0, 0’dan büyük oldu\u011fu durumlarda ise 1 döndürecek basit bir fonksiyon haz\u0131rlayal\u0131m.<\/p>\n

\"\"<\/span><\/span><\/p>\n

 <\/div>\n
> S\u0131kl\u0131kla birlikte al\u0131nan ürünlerden destek parametresi %9’dan büyük olanlar\u0131 seçip bu ürünlerden güven parametresi %80’den büyük olanlar\u0131 yeni bir de\u011fi\u015fkene atayal\u0131m.  <\/span><\/span><\/div>\n

\n\"\"<\/div>\n

 <\/p>\n

> Bir önceki basamakta minimum destek de\u011feri %9 ve güven de\u011feri %80 olan verileri incelemi\u015ftik. Bu veriler içerisinde kald\u0131raç de\u011feri 5’e e\u015fit ve ya 5’ten büyük olanlar\u0131 seçelim. Olu\u015fturdu\u011fumuz bu tabloya bakarak birlikte sat\u0131lma ihtimali oldukça yüksek olan ürünlerle ilgili yorum yapabiliriz.<\/p>\n

\"\"<\/span><\/span><\/div>\n

\nÖrne\u011fin, i\u015faretli sat\u0131r\u0131 inceledi\u011fimizde 6’l\u0131 k\u0131rm\u0131z\u0131 ka\u011f\u0131t tabak alan mü\u015fterilerin 6’l\u0131 k\u0131rm\u0131z\u0131 ka\u011f\u0131t bardak alma ihtimalinin oldukça yüksek oldu\u011funu gözlemleyebiliriz. Bu örnekte k\u0131rm\u0131z\u0131 ka\u011f\u0131t bardak ve tabak al\u0131nan al\u0131\u015fveri\u015flerin ma\u011fazadan yap\u0131lan tüm al\u0131\u015fveri\u015flerin %12’sini olu\u015fturdu\u011funu, k\u0131rm\u0131z\u0131 ka\u011f\u0131t tabak alan mü\u015fterilerin %96’s\u0131n\u0131n k\u0131rm\u0131z\u0131 ka\u011f\u0131t bardak da ald\u0131\u011f\u0131n\u0131 ve k\u0131rm\u0131z\u0131 ka\u011f\u0131t tabak al\u0131nan al\u0131\u015fveri\u015flerde k\u0131rm\u0131z\u0131 ka\u011f\u0131t bardak sat\u0131\u015f\u0131n\u0131n yakla\u015f\u0131k 7 kat artt\u0131\u011f\u0131n\u0131 söyleyebiliriz. <\/span><\/span><\/div>\n
 <\/div>\n
 <\/div>\n
Yazar: Ezgi Gücüyener<\/strong><\/em><\/span><\/span><\/span><\/p>\n

\nKaynak:<\/span><\/strong><\/span><\/span><\/p>\n

\u25ba pbpython<\/span><\/span>
\n\u25ba geeksforgeeks<\/span><\/span>
\n\u25ba <\/span><\/span>smartbridge<\/span><\/span><\/strong><\/div>\n

\u25ba towardsdatascience<\/span><\/span><\/strong><\/p>","protected":false},"excerpt":{"rendered":"

G\u00fcn i\u00e7inde planl\u0131 veya plans\u0131z bir \u015fekilde pek \u00e7ok \u00fcr\u00fcn sat\u0131n al\u0131yoruz. Bunun yan\u0131 s\u0131ra internet kullan\u0131m\u0131n\u0131n yayg\u0131nla\u015fmas\u0131 ile internet al\u0131\u015fveri\u015fleri ve tavsiye motorlar\u0131 da hayat\u0131m\u0131z\u0131n bir par\u00e7as\u0131 haline geliyor. Peki ya sat\u0131n ald\u0131\u011f\u0131m\u0131z \u00fcr\u00fcnler aras\u0131nda bir ili\u015fki olabilir mi? Marketlerin indirim stratejilerinin alt\u0131nda yatan sebepler nelerdir? Bu yaz\u0131m\u0131zda veri madencili\u011fi denildi\u011finde ak\u0131llara ilk gelen analizlerden biri olan market sepeti analizinden bahsedece\u011fiz.<\/p>","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"pmpro_default_level":"","footnotes":""},"categories":[1],"tags":[7],"coauthors":[],"class_list":["post-1693","post","type-post","status-publish","format-standard","hentry","category-uncategorized","tag-endustri-4-0","pmpro-has-access"],"acf":[],"_links":{"self":[{"href":"https:\/\/endustri40.com\/en\/wp-json\/wp\/v2\/posts\/1693","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/endustri40.com\/en\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/endustri40.com\/en\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/endustri40.com\/en\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/endustri40.com\/en\/wp-json\/wp\/v2\/comments?post=1693"}],"version-history":[{"count":1,"href":"https:\/\/endustri40.com\/en\/wp-json\/wp\/v2\/posts\/1693\/revisions"}],"predecessor-version":[{"id":29739,"href":"https:\/\/endustri40.com\/en\/wp-json\/wp\/v2\/posts\/1693\/revisions\/29739"}],"wp:attachment":[{"href":"https:\/\/endustri40.com\/en\/wp-json\/wp\/v2\/media?parent=1693"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/endustri40.com\/en\/wp-json\/wp\/v2\/categories?post=1693"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/endustri40.com\/en\/wp-json\/wp\/v2\/tags?post=1693"},{"taxonomy":"author","embeddable":true,"href":"https:\/\/endustri40.com\/en\/wp-json\/wp\/v2\/coauthors?post=1693"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}