Iris Veri Seti ile K-En Yakın Komşu Sınıflandırması

Bu proje, MATLAB'ın yerleşik fisheriris veri seti üzerinde K-En Yakın Komşu (KNN) algoritmasını sıfırdan (Statistics Toolbox kullanmadan) uygulayan bir makine öğrenmesi portfolyo çalışmasıdır. Amaç; veri ön işleme, el yapımı KNN ve görselleştirme adımlarını tek bir tutarlı proje içinde sunmaktır.

---

---

Algoritma Hakkında — KNN Nasıl Çalışır?

K-En Yakın Komşu (K-Nearest Neighbors), parametrik olmayan, tembelci (lazy) bir sınıflandırıcıdır. Eğitim aşamasında hiçbir model öğrenmez; tüm hesaplama tahmin anında yapılır.

Tahmin adımları:

1. Test noktası ile tüm eğitim noktaları arasındaki Öklid mesafeleri hesaplanır.
2. En yakın k komşu seçilir.
3. Bu komşular arasında hangi sınıf çoğunluktaysa o sınıf tahmin edilir (çoğunluk oylaması).
4. Beraberlik durumunda en küçük sınıf indeksi seçilir.

k değerinin önemi: Küçük k aşırı öğrenmeye (overfitting), büyük k ise yetersiz öğrenmeye (underfitting) yol açabilir. Bu projede k = {1, 3, 5, 7, 9, 11} denenerek en iyi k seçilir.

---

Dosya Yapısı

Dosya	Tür	Açıklama
yukle_ve_isle.m	Fonksiyon	Veri yükleme, etiket dönüşümü, stratified bölme, Min-Max normalizasyon
knn_siniflandirici.m	Fonksiyon	Sıfırdan KNN — vektörize Öklid mesafesi, çoğunluk oylaması
main.m	Betik	Tüm adımları çalıştırır, özet tabloyu yazdırır, 4 grafik üretir
README.md	Belge	Bu dosya

---

Nasıl Çalıştırılır?

Gereksinimler: MATLAB R2020b veya üzeri. Ek toolbox gerekmez.

Adımlar:

1. MATLAB'ı açın.
2. Bu klasörü (tüm .m dosyalarının bulunduğu dizini) MATLAB çalışma dizini olarak ayarlayın:

   cd('<bu_klasörün_yolu>')

3. Komut penceresine aşağıdakini yazın ve Enter'a basın:

   main

4. MATLAB konsola özet tabloyu yazdırır ve 4 grafik penceresi açılır.

Not: main.m bir betik (script) olduğu için run('main.m') komutuyla da çalıştırılabilir.

---

Üretilen Çıktılar

Konsol — Özet Tablo

=================================================================
  Iris KNN Siniflandirma Sonuclari
=================================================================
  K        Test Dogrulugu (%)     Hata Sayisi
-----------------------------------------------------------------
  1        96.67                  1           
  3        96.67                  1           
  5        96.67                  1            <-- en iyi
  ...
=================================================================

Şekil 1 — K Değerine Göre Doğruluk

Her k değeri için test doğruluğunu gösteren çizgi grafiği. En iyi k altın yıldızla işaretlenir.

Şekil 2 — Karışıklık Matrisi (En İyi k)

imagesc ile mavi tonlu ısı haritası. Her hücre gerçek/tahmin sınıf çiftinin örnek sayısını gösterir. Yüksek değerli hücrelerde beyaz, düşük değerli hücrelerde siyah yazı kullanılır.

Şekil 3 — Karar Sınırı (Özellik 3 ve 4)

Taç yaprak uzunluğu ve genişliği kullanılarak oluşturulan 2B karar sınırı. Arka plan rengi hangi bölgenin hangi sınıfa ait olduğunu gösterir; gerçek örnekler işaretçilerle üzerine çizilir.

Renk	Sınıf
Mavi	Setosa
Kırmızı	Versicolor
Yeşil	Virginica

Şekil 4 — Özellik Çifti Dağılım Matrisi

4×4 alt grafik ızgarası. Köşegen: her sınıf için üst üste bindirme histogramı. Köşegen dışı: iki özelliğin birbirine karşı scatter grafiği, gerçek sınıf rengine göre boyalı.

---

Teknik Notlar

• MATLAB versiyonu: R2020b ve üzeri (sgtitle, bsxfun uyumluluğu için).
• Toolbox bağımlılığı: Yoktur. pdist, knnsearch, ClassificationKNN gibi Statistics and Machine Learning Toolbox fonksiyonları kullanılmamıştır.
• Veri seti: MATLAB yerleşik fisheriris — 150 örnek, 4 özellik, 3 sınıf (her sınıftan 50 örnek).
• Normalizasyon: Min-Max; normalizasyon parametreleri yalnızca eğitim verisinden hesaplanır, test verisine uygulanır (data leakage yoktur).
• Bölme stratejisi: Her sınıftan eşit oranda (%80 eğitim / %20 test) stratified örnekleme; rng(42) ile tekrarlanabilirlik sağlanır.
• Mesafe hesabı: ||a − b||² = ||a||² + ||b||² − 2aᵀb açılımıyla tüm test–eğitim mesafeleri tek matris çarpımında hesaplanır.