Daha önce verilen bir markette satılan ürünlerin türlerine Giriş göre sınıflanması örneğinde sınıflayıcı ölçek kullanılır.
Veri madenciliği Radyo Frekansı ile Tanımlama (RFID), Cinsiyet sınıflaması veya hastaneye başvuran hastaların barkod, kare kod, veri depolama araçları gibi teknolojilerle rahatsızlıklarına göre sınıflandırılması sınıflayıcı ölçeğe birlikte 1990’lı yıllardan beri gelişmektedir. Sürekli bir örnek olarak verilebilir. gelişim içinde olan veri madenciliğinin o günün şartlarına göre yapılan tanımı da kullanım yerine ve zamanına göre İkili (Binary) Değişkenler
farklılık göstermektedir. Bu tanımlardan biri de daha İsimsel değişkenlerin özel bir şekli olan ikili değişkenler 0 önceden bilinmeyen geçerli ve uygulanabilir bilgilerin ve 1, doğru ve yanlış, pozitif ve negatif, cinsiyet geniş veritabanlarından elde edilmesi ve işletme kararları özelliğinde olduğu gibi erkek ve kadın gibi sonuçları verilirken bu bilgilerin kullanılması olarak söylenebilir. sadece iki şekilde ortaya çıkan değişkenlerdir.
Veri madeninde bulunan veri insan tarafından Sıra Gösteren (Ordinal) Değişkenler oluşturulmuş bir bilgisayar dosyasından, verileri Bu değişken tipi de isimsel değişken tipine benzerdir. tasarlamak ve yönetmek için kullanılan bir işletme veri Ancak değişkenin almış olduğu değer derecesi tabanı yönetim sisteminden, standart bir veri tabanı bakımından sıraya dizilmesinde önemlilik gösteriyorsa sisteminden, otomatik bilgi kaydı oluşturan bir araçtan, sıra gösteren değişken söz konusu olur. Market uydu üzerinden ve bunlara benzer şekilde kaynaklardan çalışanlarının yönetim katından en alt kademeye kadar gelmiş olabilir. Toplanan ham veri diğer bir deyişle sıralanması örneği sıra gösteren değişkene örnek olarak işlenmemiş verinin veri madenciliğinde analize hazır verilebilir. duruma getirilmesi amacıyla yapılan işlemler bütününe veri hazırlama adı verilir. Tam Sayılı (Integer) Değişkenler
Alacağı değerler 0, 1, 2, ... gibi tamsayılar olarak Temel Değişken Tipleri belirtilebilen değişkenlerdir. Bu nedenle tam sayılı
Hakkında bilgi edinilmek istenen canlı, cansız varlıklar değişkenlerin ondalıklı değerler alması söz konusu veya olayların sahip oldukları ve birbirinden ayırt değildir. Markette bir gün içinde satılan ekmek sayısı, edilmesine yardımcı olan değişkenler veri madenciliğinde belli bir depodaki koli sayısı ya da palet sayısı, bir ailedeki bir veri setinin sunumunda kullanılan tablo gösteriminde çocuk sayısı örnek olarak verilebilir. Tam sayılı sütunlarda yer alır ve özellik olarak adlandırılır. Aynı değişkenlerle toplama, çıkarma ve çarpma işlemleri tablo gösteriminde satırlarda ise nesne olarak adlandırılan yapmak anlamlıdır. gözlemler yer alır. Veri setinin tablo gösterimi aşağıdaki gibidir. Aralıklı Ölçümlendirilmiş (Interval-Scaled) Değişkenler
Sıra gösteren (ordinal) değişkenin tüm özelliklerini ÖZELLİKLER içermek ve ürettiği bilgileri üretmekle beraber birimler
- A B C D arasında özellik farkları matematiksel olarak belirlenebilir. Nicel değişkenlerin ölçümünde kullanılır. Belirli bir K1 başlangıç noktası olmamakla birlikte ölçü birimi vardır.
K2 Örneğin; hava sıcaklığı nicel ölçme düzeyine sahiptir ve NESNELER yokluk anlamına gelmeyen sıfır değeri bulunabilir. K3 Oranlı Ölçümlendirilmiş (Ratio-Scaled) Değişkenler
Oranlı Ölçümlendirilmiş (ratio-scaled) değişkenler aralıklı Birimlerin sahip olduğu özelliklerin derecesinin ölçümlendirilmiş (interval-scaled) değişkenlere benzer belirlenerek sonuçların sayısal olarak ifade edilmesine olmakla beraber bu değişkende sıfır başlangıç noktası tüm ölçme adı verilir. Diğer bir deyişle gözlem ya da deney ölçüm araçlarında aynı anlamı taşır. Örneğin; bir varlığın sonucunda elde edilen verilerin nicel olarak ağırlığı için “sıfır” ifadesi kullanıldığında ölçüm metrik belirtilebilmesi amacıyla ölçmeye başvurulur. Sonuç türüne bakılmadan bu varlığın ağırlığının olmadığı anlamı olarak ölçmede bir tanımlama söz konusudur ve ölçmenin çıkarılır.
hangi ölçek ile yapılarak değerlendirildiği önemlidir. Veri Hazırlama
Bir nesnenin özelliklerinin ölçme şekline göre birçok Veritabanlarında yer alan verilerin mükemmel olması değişken tipi tanımlanabilir. Değişken tiplerinin çoğu zaman mümkün değildir. Veri madenciliği aralarındaki farkların tam olarak bilinmemesi veri tekniklerinin çoğu verilerdeki kusurları göz ardı analizinde çeşitli problemlere yol açabilir. Şimdi belli edebilmesine rağmen veri kalitesini anlamak ve başlı değişken tiplerini açıklayalım. iyileştirmek konusuna odaklanmak veri madenciliği çıktı kalitesini arttırır. Veri kalitesi kavramı verideki gürültü̈ ve İsimsel (Nominal) Değişkenler aykırı değerler, eksik, tutarsız veya tekrarlı verilerin Sınıflayıcı ölçek, gözlem değerlerinin tek tek nitel varlığı ile ölçülebilir. Veri kalitesinin düşük olması verinin kategori ya da sınıflara atanması sonucu oluşan ölçektir. analiz yapan kişiyi yanıltmasına yani hedeflenen sonuca
ulaşamamasına neden olur. Verilerin veri madenciliğine ve veri madenciliği algoritmaları için gerekli olan işlemci uygun hale getirilebilmesi kusurlarının araştırılarak süresi ve hafızasını azaltır. giderilmesi gerekmektedir. Verilerdeki kusurların Veri Sıkıştırma: Veri sıkıştırmada veri kodlama veya giderilmesi için birtakım ön hazırlık süreçleri uygulanır. dönüşümleri asıl verinin indirgenmiş veya sıkıştırılmış̧ Veri hazırlama süreçlerinden biri olan veri temizleme gösterimini elde etmek için uygulanır. Asıl veri herhangi verideki tutarsızlıkların giderilmesi ve verideki gürültünün bir enformasyon kaybı olmaksızın sıkıştırılmış̧ veriden giderilmesi için uygulanır. Veri dönüştürme olarak tekrar elde edilebiliyorsa o zaman veri sıkıştırma işlemi normalleştirme kullanılabilir. Veri birleştirme farklı “kayıpsız” (lossless) olarak nitelendirilir. Bundan başka kaynaktan gelen veriyi uygun bir veri tabanında birleştirir. asıl verinin gerçeğe yakın bir değeri oluşturulabilirse o Veri indirgeme ise fazla olan bazı değişkenlerin zaman veri sıkıştırma kayıplı (lossy) olarak nitelendirilir. çıkarılması, birleştirilmesi veya kümeleme yaparak veri Veri Dönüştürme büyüklüğünün azaltılması amaçlanır. Veri yapısına uygun olacak şekilde bu süreçlerden biri veya birkaçı veri Bazı durumlarda orijinal veri kümelerindeki özellikler madenciliğinden önce uygulanarak elde edilen sonuçların gerekli enformasyonu içerdiği halde veri madenciliği kalitesi, güvenilirliği ve veri madenciliği aşamasında algoritmaları için uygun yapıda olmayabilirler. Bu harcanacak zaman arttırılabilir durumda orijinal özelliklerinden oluşturulan bir veya daha fazla yeni özellik orijinal özelliklerden daha faydalı Veri Temizleme olabilir. Veri dönüşümünde verilerin veri madenciliği için
Veri madenciliğinde veri kalite problemlerini engellemek uygun formlara dönüştürülmesi düzeltme, bir araya için önce veri kalitesi problemlerinin farkına varılarak getirme, genelleme, normalleştirme ve özellik oluşturma doğrulanması ve zayıf veri kalitesini göz ardı edebilen işlemleriyle gerçekleştirilir. algoritmaların kullanılması üzerinde odaklanılır. Veri kalitesi problemlerinin farkına varılması ve doğrulanması veri temizleme olarak adlandırılır. Eksik verilerin tamamlanması, aykırı değerlerin teşhis edilmesi amacıyla gürültünün düzeltilmesi ve verilerdeki tutarsızlıkların giderilmesi gibi işlemler veri temizlemeyle mümkün olur. Veri temizleme için temel yöntemler eksik veri, gürültülü veri ve tutarsızlık olmak üzere üç temel baslıkta gruplanabilir.
Veri Birleştirme
Veri birleştirme çoklu kaynaklardan gelen verinin uygun bir veri ambarına birleştirilmesidir. Çoklu veri kaynakları veritabanları, veri küpleri veya dış̧ dosyalardan oluşabilir. Veri birleştirmede şema birleştirmesi, fazla veri sorunları ve veri değer karmaşalarının belirlenmesi ve çözümlenmesi olmak üzere üç ̧temel konu ön plana çıkar.
Veri İndirgeme
Oldukça karmaşık olan ve çok büyük veri kümelerinin madenciliğinin yapılması çok uzun zaman aldığından bu tür verilerin olduğu gibi alınarak analiz edilmesi uygulanabilir ve pratik olmamaktadır. Bu nedenle veri indirgeme yöntemleri çok daha küçük hacimde indirgenmiş veri kümelerinin oluşturulması için kullanılır.
Veri Küpü Birleştirme: Veri madenciliğinin veri kaynağının bir Online Analitik Süreç sistemi olması durumunda ihtiyaç duyulan verilerin ön hesaplama ve özetlenmesi daha hızlı gerçekleştirilebilir. Veri küpleri çok boyutlu birleştirilmiş̧ verileri saklar.
Boyut İndirgeme: Veri kümeleri analizle ilgisi olmayan veya gereksiz yüzlerce özellik içerebilir. Gereksiz olan özelliklerin indirgenmesi bir başka deyişle boyut indirgeme pek çok veri madenciliği algoritmasının daha verimli çalışmasını, daha anlaşılabilir bir modelin oluşturulmasını, verilerin daha kolay görselleştirilmesini