Kümeleme: etiketsiz veride grup bulmak
- Okuma süresi: 6 dk
- Kod bilgisi gerekmez

Ayşe Hanım’ın mahallede kurgusal bir fırını var. Sabahları ekmek ve simit, öğleden sonra poğaça, akşamları pasta satıyor. Bazı günler raflar erkenden boşalıyor, bazı günler poğaça elde kalıyor. Müşterilerinin çoğunu tanıyor, ama alışkanlıklarını hiç topluca görmedi. Belediyede çalışan Serkan Bey’in derdi de benzer: Biriminde her hafta yüzlerce başvuru birikiyor ve hangi konuların öne çıktığını kimse toplu olarak bilmiyor.
Gözetimli ve gözetimsiz öğrenme farkını anlatan derste, gözetimsiz yolun en bilinen aracı olarak kümeleme (clustering) geçer. Bu derste kümelemenin etiketi olmayan veride benzer kayıtları nasıl bir araya getirdiğini sezgiyle göreceksiniz. Sonra sohbet botuna kişisel bilgi içermeyen küçük bir tablo verip grupları gerekçesiyle isteyecek ve sonucu sınayacaksınız.
Aklınıza bir soru mu takıldı?
Bu derste neler öğreneceksiniz?
- Kümelemenin etiketsiz veride benzerliğe göre grup kurduğunu kendi işinizden bir örnekle açıklamak.
- k-ortalamalar yönteminin adımlarını sırasıyla anlatmak.
- Bir tabloyu kişisel veri içermeyecek biçimde hazırlamak.
- Sohbet botunun önerdiği grupları gerekçe ve örnek satırlarla sınamak.
Kümeleme ne yapar?
Kümeleme, etiketi olmayan kayıtları birbirine ne kadar benzediklerine göre gruplara ayırır. Google’ın kümeleme kursu ayrımı açık koyar: Etiketli örnekleri gruplamaya sınıflandırma, etiketsiz örnekleri gruplamaya kümeleme denir. Her gruba bir küme numarası verilir. O grubun ne olduğunu ise siz söylersiniz.
“Benzerlik” sizin seçtiğiniz özelliklere bağlıdır. Fırında geliş saati ve alınan ürün türü, belediyede başvurunun konusu ve geldiği kanal olabilir. Hangi sütunları seçerseniz gruplar ona göre şekillenir. Aynı müşteriler geliş saatine göre başka, harcadıkları ürüne göre başka gruplanır.
Google’ın kaynağı kullanım alanı olarak pazar bölümlendirmesi (market segmentation), arama sonuçlarını gruplama ve anormallik tespiti (anomaly detection) gibi örnekler sayar. Ayşe Hanım’ın işi ilkine, Serkan Bey’inki konuları bir araya toplamaya benzer. Harvard’ın CS50 yapay zekâ dersi de kümelemeyi öğrenme bölümünde sınıflandırma ve regresyonla birlikte işler.
Sezgiyle k-ortalamalar
En bilinen yöntem k-ortalamalardır (k-means). Stanford’un CS229 ders notları adımları şöyle sıralar:
- Kaç grup istediğinize karar verilir ve her grup için bir başlangıç merkezi (centroid) seçilir.
- Her kayıt kendisine en yakın merkeze bağlanır.
- Her merkez, kendisine bağlanan kayıtların ortalamasına taşınır.
- Gruplar artık değişmeyene kadar ikinci ve üçüncü adım tekrarlanır.
Sezgiyle düşünün: Sabah simit alanlar bir köşede, akşam pasta alanlar başka bir köşede toplanır. Merkez her turda kendi kalabalığının ortasına biraz daha kayar ve sonunda yerine oturur.
Yöntemin bilinmesi gereken sınırları var. scikit-learn belgesine göre k-ortalamalar grup sayısını sizin vermenizi ister. Sonuç başlangıç merkezlerine bağlıdır ve en iyi olmayan bir çözümde durabilir; bu yüzden hesap genellikle farklı başlangıçlarla birkaç kez yapılır. CS229 notları da yöntemin çoğu zaman iyi ama yerel bir en iyi noktaya (local optimum) vardığını belirtir. Aynı belgeye göre k-ortalamalar uzun ya da düzensiz biçimli gruplarda zorlanır. DBSCAN gibi yoğunluğa bakan yöntemler ise grup sayısını istemez ve hiçbir gruba uymayan kayıtları gürültü (noise) olarak ayırabilir.
Kişisel veri vermeden gruplamak
Sohbet botuna ad, telefon, kimlik numarası, adres ya da plaka gibi kişiyi tanıtan bilgileri yazmayın. Kümeleme için çoğu zaman bunlara gerek de yoktur; size gereken alışkanlık ya da konudur. Tabloda kişi yerine M01, M02 gibi sıra numarası kullanın. Başvuru metninin kendisi yerine iki üç kelimelik konu özetini verin.
Google’ın kümeleme kursu, kullanıcı verisini kişinin kimliği yerine küme numarasıyla eşleştirmenin gizliliği bir ölçüde koruyabileceğini söyler. Aynı yerde bunun için kümenin yeterince kalabalık olması gerektiğini de ekler. İki kişilik bir grup, mahallede kimden söz edildiğini kolayca ele verir. Kurumunuzun veri kuralları sohbet botu kullanımını sınırlıyorsa önce o kurallara uyun.
Zayıf komut
Ekteki müşteri listemi (ad, telefon, aldıkları) gruplara ayır.
Güçlü komut
Mahalle fırını işletiyorum. Aşağıdaki tablo kişisel bilgi içermiyor; her satır bir müşteri ve M01’den M12’ye kadar sıra numarasıyla gösteriliyor. Sütunlar: en sık geldiği saat dilimi (sabah, öğle, akşam), haftada ortalama geliş sayısı, en çok aldığı ürün türü (ekmek-simit, poğaça, pasta). Bu müşterileri 3 gruba ayır. Her grup için üyeleri, ortak özelliği ve bu gruplamayı neden yaptığını yaz. Hiçbir gruba tam uymayan müşteri varsa ayrıca belirt. En belirleyici iki sütunu söyle. (Tabloyu buraya yapıştırın.)
Örnek çıktı
Grup 1: M01, M04, M07, M10. Sabah geliyorlar, haftada 5–6 kez uğruyorlar, ekmek-simit alıyorlar. Grup 2: M02, M05, M11. Öğle saatinde, haftada 2–3 kez geliyorlar, poğaça alıyorlar. Grup 3: M03, M08, M12. Akşam geliyorlar, haftada 1–2 kez uğruyorlar, pasta alıyorlar. M06 ve M09 hiçbir gruba tam uymuyor: M06 sabah gelip pasta alıyor, M09 haftada birden az uğruyor. En belirleyici iki sütun saat dilimi ve ürün türü oldu. Bu sayılar kurgusal örnek tabloya dayanır.
Adım adım uygulama
- 10–20 satırlık küçük bir tablo hazırlayın. Fırın için geliş saati, haftalık geliş sayısı ve ürün türü; belediye için başvuru konusu özeti, başvuru kanalı (dilekçe, telefon, e-posta) ve haftası olabilir. Tabloda ad, telefon, kimlik numarası, adres ya da kişiyi tanıtan serbest metin kalmadığında, her satırda yalnız sıra numarası ve özellikler olduğunda bu adım tamamdır.
- Gruplamada kullanılacak 2–3 sütunu seçin. Her sütunun neden önemli olduğunu bir cümleyle söyleyebildiğinizde tamamdır.
- Güçlü komutu kendi tablonuzla sohbet botuna verin. Bot her grubu üyeleri, ortak özelliği ve gerekçesiyle verip uymayanları ayrı yazdığında tamamdır.
- Sınayın: Her gruptan iki satırı tabloda bulun ve gerçekten o özelliği taşıyıp taşımadığına bakın. Sohbet botu burada gerçek bir hesap yapmak yerine tabloya bakıp akıl yürütüyor olabilir; bu yüzden bu adımı atlamayın. Kontrol ettiğiniz satırlar gerekçeyle uyuştuğunda ya da uyuşmayanları not ettiğinizde tamamdır.
- Bir kez daha deneyin: Grup sayısını değiştirin ya da satırların sırasını karıştırıp aynı komutu verin. İki denemede de benzer çıkan grupları “sağlam”, değişenleri “kararsız” diye ayırdığınızda tamamdır.
- Gruplara adı siz koyun ve her biri için tek bir iş kararı yazın; örneğin sabah gelenler için erken saatte simit sayısını artırmak. Her grubun bir adı ve bir eylemi olduğunda görev biter.
Sık yapılan hatalar
- Tabloya ad, telefon ya da başvuru metnini olduğu gibi koymak. Gruplamak için kişinin kim olduğunu bilmeye gerek yoktur.
- Grup sayısını sorgulamamak. Siz 3 dediniz diye verinin doğal olarak 3 grubu olmayabilir; farklı sayılarla deneyin.
- İki üç kişilik grupları olduğu gibi rapora koymak. Küçük grup hem kişiyi ele verebilir hem de genelleme için yetersizdir.
İpucu
Belediyede başvuruları gruplamak istiyorsanız metnin kendisini değil, bir çalışanın yazdığı iki üç kelimelik konu özetini verin: kaldırım onarımı, çöp toplama saati, park aydınlatması gibi. Hem kişisel bilgi dışarı çıkmaz hem de gruplar daha net ayrılır.
Kendinizi deneyin
Kümelemeyi sınıflandırmadan ayıran temel fark nedir?
k-ortalamalar yönteminde her turda merkezlere ne olur?
Fırın müşterilerini sohbet botuyla gruplarken hangi tablo en uygundur?
Kaynaklar
- What is clustering? (Google for Developers) (İngilizce)
- CS229: Machine Learning (Stanford University) (İngilizce)
- Clustering: Grouping Related Docs, CS229 ders notu (Stanford University) (İngilizce)
- 2.3. Clustering (scikit-learn belgesi) (İngilizce)
- CS50’s Introduction to Artificial Intelligence with Python: Syllabus (Harvard University) (İngilizce)
Son kontrol: 17 Kasım 2026. Bu bilgi 17.11.2026 tarihli kaynaklara dayanır; durum değişebilir.
Kaynak: yzdersleri.com/ders/kumeleme-etiketsiz-veride-grup-bulmak/ · Yapay Zeka Dersleri
Dersi bitirdiniz mi?
İşaretlerseniz menüde ve ilerleme çubuğunda görünür. Bu bilgi yalnızca sizin tarayıcınızda saklanır.
Bu ders işinize yaradı mı?
Anonim oydur; kişisel veri toplanmaz.





