Garfield
YZF Admin
Graf embedding’i, bir grafın düğümlerini, kenarlarını veya tamamını göreve uygun sayısal vektörlere dönüştürme yöntemidir. Böylece bağlantılarla tanımlanan veriler, makine öğrenmesi modellerinin işleyebileceği bir biçime gelir. Örneğin kullanıcı–film ilişkilerini içeren bir grafı embedding’e dönüştürdüğünüzde, benzer davranan kullanıcıları bulabilir, eksik bağlantıları tahmin edebilir veya düğümleri sınıflandırabilirsiniz. Sonuç, her düğüm için genellikle sabit boyutlu bir sayı dizisidir; ancak bu dizi tek başına düğümün tüm anlamını açıklamaz.
Bir graf; düğümlerden, kenarlardan ve isteğe bağlı özelliklerden oluşur. Sosyal ağda kişiler düğüm, arkadaşlıklar kenardır. Bir yazılım bağımlılık grafında paketler düğüm, bağımlılık ilişkileri kenar olarak düşünülebilir.
Embedding yöntemi, grafın yapısal bilgisini vektör uzayına taşımaya çalışır. Birbirine bağlı, benzer komşulara sahip veya graf içinde benzer konumda bulunan düğümlerin vektörleri birbirine yakın olacak şekilde öğrenilebilir. Bu yakınlık, çoğunlukla Öklid uzaklığı ya da kosinüs benzerliği ile ölçülür.
Örneğin varsayımsal olarak şu kullanıcı–film grafı verilsin:
Bir embedding modeli, A ve B kullanıcılarını benzer davranışları nedeniyle yakın vektörlere yerleştirebilir. Film 1 ve Film 2 de benzer kullanıcılarla ilişkili oldukları için yakın olabilir. Model daha sonra A kullanıcısının henüz ilişkilendirilmediği Film 3 için yüksek bağlantı olasılığı hesaplayabilir. Bu sonuç, A’nın kesinlikle Film 3’ü beğeneceğini kanıtlamaz; yalnızca verilen graf yapısına göre bunun güçlü bir tahmin olabileceğini gösterir.
Seçim, grafın hangi bilgisini korumak istediğinize bağlıdır. Düğümlerin yakın komşuluklarını korumak ile tüm grafın küresel yapısını korumak aynı hedef değildir.
Düğüm düzeyinde bir görev yapıyorsanız düğüm embedding’i yeterli olabilir. İki düğüm arasında bağlantı oluşup oluşmayacağını tahmin edecekseniz kenarların veya düğüm çiftlerinin birlikte değerlendirilmesi gerekir. Birden fazla grafı karşılaştırmak istiyorsanız graf düzeyindeki gösterimler daha uygun olabilir.
Önce embedding’lerin hangi görev için üretildiğini belirleyin. Benzer düğümleri bulmak istiyorsanız aynı görevde beklenen benzerlikleri test edin. Bağlantı tahmini yapıyorsanız değerlendirme kenarlarını embedding’leri öğrenmeden önce eğitim grafından çıkarın. Embedding’leri ve tahmin modelini eğitim grafıyla öğrenip gizlenen kenarlardaki sonucu ölçün; aksi hâlde değerlendirilen bağlantılar vektörlere önceden sızabilir. Zaman sıralı görevlerde eğitim grafı tahmin anından sonraki kenarları içermemelidir. Sınıflandırma yapıyorsanız embedding’leri bir sınıflandırıcıya verip doğrulama verisindeki başarımı inceleyin.
Vektör boyutunu artırmak her zaman daha iyi sonuç vermez. Çok küçük boyut önemli yapısal bilgiyi kaybettirebilir; çok büyük boyut ise gereksiz karmaşıklık ve aşırı öğrenme oluşturabilir. Bu nedenle boyut, eğitim verisi ve hedef görev birlikte değerlendirilmelidir.
Embedding, girdide bulunmayan bilgiyi kendiliğinden keşfetmez. Graf eksik, hatalı veya yanlı bağlantılar içeriyorsa bu özellikler vektörlere de yansıyabilir. Ayrıca iki düğümün vektörlerinin yakın olması, aralarında doğrudan bağlantı bulunduğu anlamına gelmez; benzer komşuluklara sahip olmaları yeterli olabilir.
Embedding koordinatlarının tek tek bileşenleri genellikle doğrudan yorumlanabilir özellikler değildir. Örneğin bir vektörün üçüncü bileşeninin belirli bir insan özelliğini temsil ettiğini varsaymak doğru olmayabilir. Sonucu gerçek bir uygulamada kullanmadan önce veri sızıntısını, sınıf dengesizliğini ve eğitimde kullanılan kenarların değerlendirmeye yanlışlıkla karışıp karışmadığını kontrol edin.
Graf embedding’i bu nedenle graf verisini makine öğrenmesine uygun hâle getiren bir ara gösterimdir. Başarılı olup olmadığını anlamak için vektörlerin görsel olarak yakın görünmesine değil, hedef görevde doğrulanabilir bir iyileşme sağlayıp sağlamadığına bakılmalıdır.
Graf embedding’i nasıl çalışır?
Bir graf; düğümlerden, kenarlardan ve isteğe bağlı özelliklerden oluşur. Sosyal ağda kişiler düğüm, arkadaşlıklar kenardır. Bir yazılım bağımlılık grafında paketler düğüm, bağımlılık ilişkileri kenar olarak düşünülebilir.
Embedding yöntemi, grafın yapısal bilgisini vektör uzayına taşımaya çalışır. Birbirine bağlı, benzer komşulara sahip veya graf içinde benzer konumda bulunan düğümlerin vektörleri birbirine yakın olacak şekilde öğrenilebilir. Bu yakınlık, çoğunlukla Öklid uzaklığı ya da kosinüs benzerliği ile ölçülür.
Örneğin varsayımsal olarak şu kullanıcı–film grafı verilsin:
Kod:
Kullanıcı A -> Film 1
Kullanıcı A -> Film 2
Kullanıcı B -> Film 1
Kullanıcı B -> Film 2
Kullanıcı B -> Film 3
Kullanıcı C -> Film 3Bir embedding modeli, A ve B kullanıcılarını benzer davranışları nedeniyle yakın vektörlere yerleştirebilir. Film 1 ve Film 2 de benzer kullanıcılarla ilişkili oldukları için yakın olabilir. Model daha sonra A kullanıcısının henüz ilişkilendirilmediği Film 3 için yüksek bağlantı olasılığı hesaplayabilir. Bu sonuç, A’nın kesinlikle Film 3’ü beğeneceğini kanıtlamaz; yalnızca verilen graf yapısına göre bunun güçlü bir tahmin olabileceğini gösterir.
Hangi tür embedding kullanılmalı?
Seçim, grafın hangi bilgisini korumak istediğinize bağlıdır. Düğümlerin yakın komşuluklarını korumak ile tüm grafın küresel yapısını korumak aynı hedef değildir.
| Tür | Temel fikir | Uygun kullanım |
|---|---|---|
| Düğüm embedding’i | Her düğüm için bir vektör üretir. | Düğüm sınıflandırma, benzerlik ve öneri |
| Kenar embedding’i | İki düğüm arasındaki ilişkiyi vektörleştirir. | Bağlantı veya ilişki tahmini |
| Graf embedding’i | Grafın tamamını tek bir gösterime dönüştürür. | Graf sınıflandırma ve graf kümelendirme |
| Dinamik embedding | Grafın zaman içindeki değişimini dikkate alır. | Değişen ağlar ve zaman serili ilişkiler |
Vektörler nasıl değerlendirilir?
Önce embedding’lerin hangi görev için üretildiğini belirleyin. Benzer düğümleri bulmak istiyorsanız aynı görevde beklenen benzerlikleri test edin. Bağlantı tahmini yapıyorsanız değerlendirme kenarlarını embedding’leri öğrenmeden önce eğitim grafından çıkarın. Embedding’leri ve tahmin modelini eğitim grafıyla öğrenip gizlenen kenarlardaki sonucu ölçün; aksi hâlde değerlendirilen bağlantılar vektörlere önceden sızabilir. Zaman sıralı görevlerde eğitim grafı tahmin anından sonraki kenarları içermemelidir. Sınıflandırma yapıyorsanız embedding’leri bir sınıflandırıcıya verip doğrulama verisindeki başarımı inceleyin.
Vektör boyutunu artırmak her zaman daha iyi sonuç vermez. Çok küçük boyut önemli yapısal bilgiyi kaybettirebilir; çok büyük boyut ise gereksiz karmaşıklık ve aşırı öğrenme oluşturabilir. Bu nedenle boyut, eğitim verisi ve hedef görev birlikte değerlendirilmelidir.
Graf embedding’inin sınırları
Embedding, girdide bulunmayan bilgiyi kendiliğinden keşfetmez. Graf eksik, hatalı veya yanlı bağlantılar içeriyorsa bu özellikler vektörlere de yansıyabilir. Ayrıca iki düğümün vektörlerinin yakın olması, aralarında doğrudan bağlantı bulunduğu anlamına gelmez; benzer komşuluklara sahip olmaları yeterli olabilir.
Embedding koordinatlarının tek tek bileşenleri genellikle doğrudan yorumlanabilir özellikler değildir. Örneğin bir vektörün üçüncü bileşeninin belirli bir insan özelliğini temsil ettiğini varsaymak doğru olmayabilir. Sonucu gerçek bir uygulamada kullanmadan önce veri sızıntısını, sınıf dengesizliğini ve eğitimde kullanılan kenarların değerlendirmeye yanlışlıkla karışıp karışmadığını kontrol edin.
Graf embedding’i bu nedenle graf verisini makine öğrenmesine uygun hâle getiren bir ara gösterimdir. Başarılı olup olmadığını anlamak için vektörlerin görsel olarak yakın görünmesine değil, hedef görevde doğrulanabilir bir iyileşme sağlayıp sağlamadığına bakılmalıdır.
Son düzenleme:
