Rastgele Orman (Random Forest), gözetimli öğrenme algoritmalarından biridir ve sınıflandırma ve regresyon problemlerinde yaygın olarak kullanılır. Rastgele Orman, birden fazla Karar Ağacı’nın oluşturduğu bir topluluk (ensemble) modelidir. Her bir karar ağacı bağımsız olarak eğitilir ve elde edilen sonuçların ortalaması ya da en yaygın olanı alınarak nihai sonuç elde edilir. Bu algoritma, yüksek doğruluk, daha düşük varyans, overfitting (aşırı öğrenme) sorunlarını azaltması ve geniş veri kümelerinde etkili sonuçlar vermesiyle bilinir.
Rastgele Orman (Random Forest)
Rastgele Orman Algoritmasının Temelleri
Rastgele Orman, temelde iki önemli teknikte yararlanır:
- Bootstrap Çekme (Bagging): Algoritma, veri kümesinden rastgele örnekler alarak her ağaç için ayrı eğitim kümeleri oluşturur. Bu yöntem, modelin genelleme yeteneğini artırır ve varyansı azaltır.
- Rastgele Özellik Seçimi: Her bir düğümdeki en iyi ayrım noktası seçilirken, veri setindeki tüm özellikler yerine sadece rastgele seçilmiş bir alt küme kullanılır. Bu, her ağacın biraz farklı bir yapıda olmasını sağlar ve ağaçlar arasındaki korelasyonu azaltır.
Rastgele Orman Algoritmasının İşleyişi
Rastgele Orman algoritmasının çalışma adımları şu şekildedir:
- Veri Setini Hazırlama: İlk olarak, veri setinden rastgele örnekler alınarak, her ağaç için ayrı veri kümeleri oluşturulur. Bu, bootstrap örneklemesi ile yapılır.
- Karar Ağaçlarının Oluşturulması: Oluşturulan her bir veri kümesi için, rastgele seçilen özellikler kullanılarak karar ağaçları oluşturulur. Karar ağaçlarının her biri bağımsız çalışır.
- Topluluk Modelinin Oluşturulması: Her bir karar ağacı bağımsız olarak sonuç üretir. Sınıflandırma problemlerinde çoğunluk oylaması ile, regresyon problemlerinde ise ortalama değeri alınarak son karar verilir.
Rastgele Orman Algoritmasının Avantajları
- Overfitting Sorununu Azaltır: Rastgele ormanlar, çok sayıda bağımsız ağaç ile genel eğilimi yakalar, böylece aşırı öğrenme problemini önler.
- Genel Performans ve Doğruluk Artışı: Diğer birçok algoritmaya göre daha yüksek doğruluk sağlar.
- Eksik Verilerle Çalışabilme: Eksik veri durumunda da etkili sonuçlar sunabilir.
- Karmaşık Modeller için Uygundur: Büyük ve karmaşık veri setleriyle çalışırken de güçlü bir modelleme sağlar.
- Özellik Önemini Ölçme: Rastgele Orman, hangi özelliklerin modele en fazla katkı yaptığını analiz etmeye imkan verir.
Rastgele Orman Algoritmasının Dezavantajları
- Hafıza ve İşlem Gücü İhtiyacı: Çok sayıda ağaç içerdiği için yüksek bellek ve işlem gücü gerektirebilir.
- Tahmin Süresi: Çok sayıda karar ağacı içerdiğinden, büyük veri setlerinde tahmin süresi uzun olabilir.
- Açıklanabilirlik: Tek bir karar ağacına göre anlaşılması daha zor olabilir, çünkü topluluk modeli karmaşıktır.
Rastgele Orman ile Uygulama Alanları
Rastgele Orman algoritması birçok farklı alanda kullanılabilir:
- Finans Sektörü: Kredi notu değerlendirme, dolandırıcılık tespiti.
- Sağlık: Hastalık teşhisi, genetik veri analizi.
- E-ticaret: Ürün önerileri, müşteri segmentasyonu.
- Görüntü İşleme ve Doğal Dil İşleme: Nesne tanıma, metin sınıflandırma.
Rastgele Orman Algoritmasının Python ile Uygulanması
Rastgele Orman algoritması, Python’da scikit-learn kütüphanesi kullanılarak kolayca uygulanabilir. Basit bir sınıflandırma örneği aşağıda verilmiştir:
from sklearn.ensemble import RandomForestClassifier
from sklearn.datasets import load_iris
from sklearn.model_selection import train_test_split
from sklearn.metrics import accuracy_score
# Veri Setini Yükleme
iris = load_iris()
X = iris.data
y = iris.target
# Eğitim ve Test Setlerini Oluşturma
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3, random_state=42)
# Modeli Tanımlama ve Eğitme
model = RandomForestClassifier(n_estimators=100, random_state=42)
model.fit(X_train, y_train)
# Tahmin ve Doğruluk Değerlendirmesi
y_pred = model.predict(X_test)
accuracy = accuracy_score(y_test, y_pred)
print(f"Model Doğruluğu: {accuracy}")Bu kod örneğinde, load_iris veri seti üzerinde RandomForestClassifier sınıfı kullanılarak bir sınıflandırma işlemi gerçekleştirilmiştir. Model doğruluğu accuracy_score ile hesaplanarak çıktı olarak sunulmaktadır.
Rastgele Orman ile İlgili İleri Düzey Kavramlar
Rastgele Orman algoritması temel yapısının yanında çeşitli iyileştirme ve optimizasyon yöntemlerine de sahiptir:
- Ağaç Sayısı (n_estimators): Ağaç sayısını artırmak doğruluğu artırabilir, ancak fazla ağaç da işlem süresini uzatır.
- Maksimum Derinlik (max_depth): Ağacın derinliği kontrol edilerek overfitting riski azaltılabilir.
- Bootstrap ve Out-of-Bag (OOB) Skorlaması: Bootstrap örneklemine dahil edilmeyen verilerle doğrulama yapılarak modelin genelleme yeteneği ölçülebilir.
Sonuç
Rastgele Orman (Random Forest), karar ağaçlarının topluluk mantığıyla çalıştığı, güçlü ve esnek bir makine öğrenimi algoritmasıdır. Sınıflandırma ve regresyon problemlerinde yüksek başarı elde etme potansiyeline sahiptir. Veriyi çok yönlü analiz etme kabiliyeti ve çeşitli alanlarda uygulanabilirliği, bu algoritmayı veri bilimciler arasında oldukça popüler hale getirmiştir.
Bu yazıda, Rastgele Orman algoritmasının çalışma prensipleri, avantajları, dezavantajları, kullanım alanları ve Python ile basit bir uygulama örneği ele alınmıştır.








