YZ Merkezi
Yapay zekâ sözlüğü
Orta seviye
Rastgele Orman (Random Forest)
Random Forest
31.08.2026 tarihinde güncellendi
Rastgele orman, çok sayıda karar ağacının tahminlerini bir araya getirerek (ensemble/torbalama) tek bir ağaçtan çok daha yüksek doğruluk ve genelleme gücü elde eden popüler bir makine öğrenmesi yöntemidir.
Genel bakış
Kavramın çerçevesi'Birlikten kuvvet doğar' mantığıyla çalışır. Tek bir karar ağacının ezberleme (overfitting) kusurunu, yüzlerce farklı ağacın çoğunluk oyunu veya ortalamasını alarak çözer.
Çalışma mantığı: Veri setinden rastgele alt örneklemler seçilerek (Bootstrap) ve her düğümde rastgele öznitelik alt kümeleri kullanılarak yüzlerce bağımsız karar ağacı eğitilir. Sınıflandırmada çoğunluk oyu (Voting), regresyonda ise ağaçların ortalaması (Averaging) nihai tahmin olarak kabul edilir.
Kullanım alanları: Finansal risk modelleme, e-ticaret öneri sistemleri, biyoenformatik ve tablosal veri yarışmaları (Kaggle).
Sınırlılıklar ve dikkat edilmesi gerekenler: Tek bir karar ağacı kadar kolay görselleştirilemez (kara kutu karakteri artar) ve çok sayıda ağaç eğitildiği için hesaplama süresi uzayabilir.
Çalışma mantığı: Veri setinden rastgele alt örneklemler seçilerek (Bootstrap) ve her düğümde rastgele öznitelik alt kümeleri kullanılarak yüzlerce bağımsız karar ağacı eğitilir. Sınıflandırmada çoğunluk oyu (Voting), regresyonda ise ağaçların ortalaması (Averaging) nihai tahmin olarak kabul edilir.
Kullanım alanları: Finansal risk modelleme, e-ticaret öneri sistemleri, biyoenformatik ve tablosal veri yarışmaları (Kaggle).
Sınırlılıklar ve dikkat edilmesi gerekenler: Tek bir karar ağacı kadar kolay görselleştirilemez (kara kutu karakteri artar) ve çok sayıda ağaç eğitildiği için hesaplama süresi uzayabilir.
Teknik tanım ve açıklama
Temel mekanizmaBagging (Bootstrap Aggregating) ve rastgele öznitelik seçimi (Random Subspace) tekniklerini birleştirerek varyansı düşüren ve yüksek genelleme sağlayan karar ağaçları topluluğudur.
Gerçek hayatta kullanım
Örnek senaryoBir hastanın kalp krizi riskini tahmin etmek için birbirinden bağımsız eğitilmiş 200 adet karar ağacının oy kullanması ve 180'inin 'Riskli' demesi sonucunda sistemin yüksek güvenilirlikle alarm vermesi.