Veri Biliminde Feature (Öznitelik) | Verinin Mutfağı – Ham Veriden Zekaya Yolculuk

​​Verinin Mutfağı – Ham Veriden Zekaya Yolculuk

Veri bilimi dünyasında ışıklar hep modellerin üzerine düşer. Ama sahadaki gerçeklik bu parlak görüntüden çok daha derindir. Başarıyı asıl belirleyen şey çoğu zaman algoritma değil, ona verilen hammaddedir.

Gerçek bir veri stratejisi; ham veriyi yalnızca depolanan bir çıktı olarak değil, işlenmeyi bekleyen bir 'anlam cevheri' olarak görür. Ham veriyi anlamlı sinyallere dönüştürmek yalnızca teknik bir prosedür değil; aynı zamanda derin bir analitik düşünce pratiğidir.

Zira en gelişmiş algoritmalar bile, ancak kendilerini besleyen verinin kalitesi ve derinliği kadar zekidir. Bu bağlamda veri bilimi; karmaşık kod bloklarından ziyade, dağınık verinin içinden bir anlam çıkarabilmek ve bunları stratejik birer içgörüye dönüştürme sanatıdır.

Bu yazıda Feature Yaşam Döngüsü'nün altı basamağını ele alıyoruz. Feature dediğimiz şey aslında basit: modele verdiğimiz, ondan bir şeyler öğrenmesini istediğimiz küçük bilgi parçaları. Ama bunları ham haliyle kullanmak yetmiyor — asıl iş doğru işlemekten geçiyor. Bunu birazdan adım adım göreceğiz.

Feature Nedir?

Veri biliminde feature (öznitelik), bir veri noktasının ölçülebilir, bireysel bir özelliğidir. Bir başka deyişle: bir makine öğrenmesi modeline girdi olarak verilen, onun örüntüleri tanımasını ve tahmin üretmesini sağlayan spesifik bir bilgi parçasıdır.

Model, bu feature'ları bir araya getirerek örüntü öğrenir. Güçlü analiz, doğru feature'ların bir araya geldiğinde ortaya çıkar.

Kaynak: Pedro Domingos, "A Few Useful Things to Know About ML" — Springer Nature, 2024

Feature sisteminin tüm bileşenlerini ve ham verinin işlenme sürecini daha somut hale getirmek için iki farklı metafor kullanacağız: Telekom dünyasından 'Telefon' ve günlük hayattan 'Araba'.

Bu iki örnek üzerinden, dağınık haldeki ham verilerin nasıl anlamlı sinyallere dönüştüğünü ve bir modelin karar mekanizmasını nasıl beslediğini adım adım göreceğiz.

Feature Extraction

Her veri seti düzenli sütunlardan oluşan temiz bir tabloya benzemez. Gerçek dünyada veri çoğu zaman ham, düzensiz ve yapısal olmayan biçimlerde karşımıza çıkar. Feature Extraction, bu karmaşanın içinden anlamlı bilgileri çekip alma sanatıdır. Ama her projede ilk soru aynıdır: "Yapmak istediğim analiz ya da model için hangi bilgiler gerçekten anlamlı?"

Ham verinin nasıl anlamlı sinyallere dönüştüğünü somutlaştırmak için iki temel metaforu; bir telefonu ve bir arabayı inceleyelim. Bu nesnelerin her bir parçası aslında modele bir şeyler fısıldayan veri noktalarıdır.

Telefon Metaforu: Bir Cihazın Anatomisi

Bir telefon, binlerce teknik özelliğin birleşimidir. Model, bu cihazın potansiyelini anlamak için şu ham verilere bakar:

• Ekran Boyutu ve Çözünürlük: Modelin görsel performans tahmini için birer girdidir.
• Batarya Kapasitesi (mAh): Cihazın kullanım ömrüne dair en temel bilgi parçasıdır.
• İşlemci Çekirdek Sayısı: Performans analizi için kullanılan ham bir değerdir.
• RAM Miktarı: Çoklu işlem yeteneğini belirleyen spesifik bir feature’dır.

Bu ham veriler tek başına sadece birer sayıdır; ancak model bunları bir araya getirdiğinde telefonun "üst segment" mi yoksa "fiyat-performans ürünü" mü olduğunu anlar.

Araba Metaforu: Mekanik Bileşenlerin Gücü

Bir arabanın değerini veya performansını ölçerken, model her bir parçayı bağımsız birer değişken olarak ele alır:

• Motor Hacmi (cc): Aracın gücü ve vergi dilimi için temel veridir.
• Beygir Gücü (HP): Hızlanma ve performans kapasitesini temsil eder.
• Koltuk Sayısı: Aracın kullanım amacını (aile, spor, ticari) belirleyen bir feature’dır.
• Bagaj Hacmi (Litre): Kullanışlılık analizinde kullanılan somut bir ölçüttür.

Extraction henüz bir yorum yapmaz. Sadece ham gerçekliği, modelin okuyabileceği forma dönüştürür. Asıl anlam bir sonraki adımda üretilir.

Feature Engineering

Ham veri, modele "ne olduğunu" söyler. İyi bir feature ise modele "ne anlama geldiğini" söyler. Feature Engineering, bu ikisi arasındaki boşluğu kapatma sanatıdır — ve en iyi feature'lar en karmaşık dönüşümlerden değil, en doğru sorudan doğar.

Doğru soru şu değildir: "Bu değişkeni nasıl dönüştürebilirim?"

Doğru soru şudur: "Modelin tahmin etmesini istediğim davranışı hangi altta yatan dinamik belirliyor — ve elimin altındaki veri bunu ne kadar açıklıyor?"

Telefon Örneği: Bir aboneni cihaz yenileme kampanyasına dahil etmeden önce şunu sormak gerekir: Bu kişi cihazını zorunluluktan mı değiştirecek, yoksa zaten değiştirmeyi düşünüyor mu? Bu iki profil farklı modeller ve farklı teklifler gerektirir.

Elindeki ham veri: batarya_kapasitesi, cihaz_yasi. Bunlar tek başlarına zayıf sinyaldir. Ama soruyu doğru kurduğunda yeni bir değişken şekillenir: Yüksek batarya kapasiteli ama 3+ yıllık cihaz → kullanıcı performanstan değil, eskimişlikten dolayı değişim eğiliminde. Düşük kapasite + genç cihaz → farklı bir segment, farklı bir hikaye.

Feature bu sorudan çıkar; matematikten önce analiz gelir.

Araba Örneği: uretim_yili = 2015 modele hiçbir şey söylemez. Ama doğru soru şudur: Bu araç gerçekten ne kadar yıpranmış? Yıpranma; yalnızca yaşla değil, kullanım yoğunluğuyla belirlenir.

arac_yasi = bugunki_yil - uretim_yili → anlamlı ama tek boyutlu.

yillik_ortalama_km = toplam_km / arac_yasi → aracın "biyolojik yaşı"nı ölçer.

Düşük kilometreli 10 yıllık araç ile yüksek kilometreli 4 yıllık araç aynı risk profilinde olmayabilir. Model, ham veriden bunu göremez; ancak doğru kurulmuş feature bunu yüzeyine çıkarır.

Özetle, Feature Engineering bir veri manipülasyon tekniği değil, bir analitik düşünme biçimidir. Önce problemi sor, sonra o problemi en iyi temsil eden sinyali oluştur.

Dış Veri

Extraction (çıkarım) ve Engineering (mühendislik) adımlarında üzerinde çalıştığımız verinin büyük bir bölümü genellikle sistemin kendi kayıtlarından gelir. Ancak gerçek dünya modellerinde bu tablo çoğu zaman eksiktir; çünkü bazı kritik sorulara iç veri tek başına cevap veremez. Bazen aranan cevap, kurumun dijital duvarlarının dışındadır.

Dış veri; kurumun kendi sistemlerinin ötesinden, yani piyasadan, teknik kataloglardan, makroekonomik verilerden veya kamuya açık kaynaklardan beslenen her türlü bilgidir. Çoğu zaman bir modelin en ayırt edici ve en güçlü sinyali tam olarak bu noktadan gelir.

Bu eksik parçayı yine metaforlarımızla tamamlayalım:

Araba Örneği: Bir aracın geçmiş servis kayıtlarını bilmek iç veridir. Ancak o aracın piyasadaki ikinci el değeri, güncel sıfır araç fiyatları veya kasko piyasasındaki risk katsayısı tamamen dış veridir. Bu veriler olmadan yapılan bir fiyatlama modeli, piyasa gerçeklerinden kopuk kalacaktır.

Telefon Örneği: Bir kullanıcının konuşma ve internet trafiği iç veridir. Ancak sahip olduğu telefonun piyasaya çıkış fiyatı, rakip operatörlerin o anki indirimli kampanyaları veya cihazın kronik arıza raporları dış dünyadan beslenir. Kullanıcının neden telefonunu değiştirmek istediğini anlamak için piyasa koşullarını bilmek zorundayız.

Özetle; İç veri modelin hafızasını oluştururken, dış veri modele "dünya görüşü" ve "güncel bağlam" kazandırır.

Feature Store

Feature üretmek, büyük bir entelektüel emek ve mühendislik disiplini gerektirir. Doğru soruyu sormak, dağınık haldeki dış veriyi devşirmek ve bunları model için anlamlı dönüşümlere tabi tutmak; her biri kurum için ciddi bir analitik yatırımdır.

Feature Store, bu değerli yatırımı tek bir projenin sınırları içinde bırakmayıp, kurumun tüm analitik ekosistemi için erişilebilir kılan merkezi bir yönetim katmanıdır. Modelleri eğitmek ve tahmin üretmek için tasarlanan tüm bu "işlenmiş anlam cevherlerini" depolar, düzenler ve servis eder. Veri dünyasında karmaşayı bitiren, "tek ve mutlak doğru kaynak" (Single Source of Truth) olarak işlev görür.

Asıl fayda burada, ölçeklenebilirlikte ortaya çıkıyor: bir kez doğru üretilen feature, farklı ekip ve projelerde tekrar tekrar kullanılabiliyor. Tekerleği her seferinde yeniden icat etmek, veri biliminde en yaygın zaman kaybı. Feature Store bunu bitiriyor: bir kez doğru yap, her yerde kullan.

Insight & Model

Bir pipeline başarıyla tamamlandı. Feature'ı tanımladık, ham veriyi çıkardık, mühendislik adımlarıyla işledik, dış dünyadan gerekli bağlamı ekledik ve ürettiğimiz her şeyi merkezi bir yapıda topladık. Artık model bu sağlam temeller üzerinde, ready to run — yani çalışmaya hazır.

Ancak burada durup kritik bir gerçeği hatırlatmak gerekir: feature engineering hâlâ büyük ölçüde bir insan maharetidir. Teknolojik imkânlar ne kadar gelişirse gelişsin, alan bilgisi (domain expertise) ve doğru soruyu sorabilme yetisi hâlâ başarının ana belirleyicisidir. Teknik araçları bilmek bir gerekliliktir, ama fark yaratmak için yeterli değildir.

Bu altı basamaklı yolculuk birbirinden bağımsız teknik adımlar değil; ham sinyali kolektif bir zekaya dönüştüren, birbirini besleyen kesintisiz bir düşünce zinciridir. Bu zincirin her halkasını titizlikle ve analitik bir vizyonla kuran kişi, günün sonunda modelinden çok daha fazlasını — yani kurumsal bir stratejik akıl — üretmiş olur.