Öklid Uzaklığı (Euclidean Distance)

Öklid uzaklığı nedir?

Öklid uzaklığı, iki nokta arasındaki en kısa düz çizgi mesafesidir — yani cetveli alıp iki nokta arasına çektiğin o düz çizgi. Adını, geometrinin temellerini atan antik Yunan matematikçi Öklid'den alır.

Makine öğrenmesinde her veri noktası, çok boyutlu bir uzayda bir koordinat gibi düşünülür. Bir evin fiyatını tahmin ederken metrekare, oda sayısı, bina yaşı... her özellik bir boyut olur. Öklid uzaklığı, iki veri noktasının bu uzayda birbirine ne kadar yakın — yani ne kadar benzer — olduğunu tek bir sayıyla söyler.

Formülü aslında lisede gördüğün Pisagor teoreminin genişletilmiş hali: her boyuttaki farkı al, karesini hesapla, hepsini topla, kökünü al.

d(p, q) = √( Σ (qᵢ - pᵢ)² )

İki boyutta (1,2) ve (4,6) noktaları arasındaki uzaklık √(3² + 4²) = 5 çıkar — klasik 3-4-5 üçgeni.

Nasıl çalışır?

Mantık basit: iki nokta arasındaki her özellik farkını teker teker ölç, bu farkların karelerini topla, sonucun karekökünü al. Karesini almak iki işe yarar — negatif farkları pozitife çevirir ve büyük sapmaları daha ağır cezalandırır.

Öklid uzaklığı, Minkowski uzaklığı denen daha genel bir ailenin özel bir üyesidir. Minkowski'de p parametresi 2 olduğunda Öklid uzaklığını, 1 olduğunda ise Manhattan (taksi) uzaklığını elde edersin. Teknik dilde Öklid uzaklığı, fark vektörünün L2 normu olarak da adlandırılır.

Burada kritik bir detay var: ölçekler. Bir özellik binlerle (gelir gibi), diğeri ondalıklarla (faiz oranı gibi) ölçülüyorsa, büyük ölçekli özellik mesafeyi tek başına domine eder. Bu yüzden Öklid uzaklığı kullanmadan önce verini genellikle normalize etmen gerekir — yoksa model yanlış şeye bakar.

Neden önemli?

Çünkü "benzerlik" soyut bir kavram, ama algoritmalar sayıyla çalışır. Öklid uzaklığı, "bu iki şey ne kadar benziyor?" sorusunu ölçülebilir bir sayıya çevirir. Bir öneri sistemi sana film önerirken, bir arama motoru en alakalı sonucu bulurken, arka planda çoğu zaman bir uzaklık ölçümü döner.

Dikkat edilmesi gereken bir nokta: çok yüksek boyutlu uzaylarda (yüzlerce, binlerce özellik) Öklid uzaklığı anlamını yitirmeye başlar — tüm noktalar birbirine neredeyse eşit uzaklıkta görünür. Buna boyutun laneti denir ve bu durumlarda Manhattan uzaklığı ya da cosine similarity gibi alternatifler tercih edilir.

Kullanım alanları

KNN (K-En Yakın Komşu) algoritması, bir veri noktasını sınıflandırırken ona Öklid olarak en yakın komşulara bakar. K-Means kümeleme, veri noktalarını en yakın küme merkezine Öklid uzaklığına göre atar. Benzer şekilde hiyerarşik kümeleme, anomali tespiti ve görüntü benzerliği karşılaştırmalarında da sıkça karşına çıkar. Embedding'lerle çalışan vektör veritabanlarında da noktalar arası yakınlığı ölçmenin temel yollarından biridir.