Bu güzel paylaşımların için teşekkür ederim ama web sitene ulaşamıyoruz. Ayrıca videolarda kullandığın dökümanlara ya da yaptığın kod dosyasına erişimimiz olması çok faydalı olurdu. Tekrardan teşekkürler ve başarılar :)
Pyhton'a ve makine öğrenmesine yeni başladım. Ders videoları için teşekkürler eline sağlık . Öneri olarak kullandığın materyalleri video açıklamasında link olarak paylaşırsan çok güzel olur (örneğin linear.csv dosyası). Teşekkürler :)
7 лет назад
ALİ AYDIN github imda genellikle projelerin kodlarini paylasiyorum github.com/MBSMachineLearning . universilerdeki Turkce ders notlarini googleda aratarak bulabilirsin : makine öğrenimi ders notlari . Kolay gelsin, basarilar :)
merhaba; çoklu regresyonun grafiğini nasıl çizebilirim. Regresyonu fitledikden sonra bağımlı değişkenler x bağımsız değişkenler y olacak şekilde nasıl yapabilirim grafiği.
Hocam bir sorum olacak bu backpropagation yöntemine reward punish metodunu sizce nasıl entegre etmeliyiz? Sanırım cost/error fonksiyonuyla ilgili bi durum.
2 tane ekran kartını sli yaparak bu işlemleri hızlıca yapabilir miyiz ? genelde oyunlarda kullanılıyor sli ama sli desteklemeyen oyunlar olunca bir anlamı yok makine öğreniminde sli sorunu olur mu ? büyük matematiksel işlemler için.
Python a yeni basladim yapay zekayla ilgilenmek istiyorum lise ogrencisiyim ama isin matematigini anlayacak kadar bilgim var Yani turev integral vs biliyorum pythonda hangi seviyeye gelince yapay zeka kodlamaya baslayabilirim ?
Hala burada olan var mı bilmiyorum ancak sormak isterim ki neden np.reshape(99,1) yaptık ve (99,1) yapacağımızı veyahut veri setini sklearn üzerinde kullanılabilir hale getirmek için ne yapmalıyız? 8.dakikadaki gibi hataları ortadan kaldırmak için mesela?
Hocam ellerine sağlık çok güzel bir anlatım olmuş . Fakat benim takıldığım konu linear.csv dosyasını nasıl okuttun , nereden çektin . bi yardımcı olursan çok iyi olur . başarılarının devamını diliyorum eline koluna sağlık
Başta plot ile çizgi çizmeye çalışırken hatanın sebebi nedir hocam? Neyden kaynaklıymış biliyor musunuz?(dk 15.40 daki bölüm lineerregresyon)
7 лет назад
Kağan Taşkın x ve y ayni boyutlara sahip degil imis, matris carpiminda boyutlarin eslesmisi olmasi lazim. Su an yanlis cevap gelmos olabilir ama ben size sahurdan sonra daha detayli cevap verecegim, su an cok inceleyemedim sahurdan sonra tam inceleyip uzunca yazacagim. Su an dogru cevap vermis olmayabilirim . kusura bakmayin disardayim su an,
7 лет назад+2
Normalde yanlış bir şey yok, Hatada bizlere x ve y aynı boyuta(dimension) sahip olmalı diyor. E bakıyoruz, yukarıda ikisini de 99 a 1 formuna sokmuşuz. Yani 99 satır 1 sütun(karıştırmadıysam). Sebebi ne? Şu imiş, bizler numpy kütüphanesinde ..reshape() metodunu kullanıyoruz. Fakat biz veriyi çağırdığımız zaman liste olarak geliyor. Numpy dizisine çevirmemişiz. Çevirmek için x = numpy.array(x) yapar, sonra yaptığımız gibi x = x.reshape(99,1) derdik ve sıkıntı çıkmazdı. Ben orada fark etmemişim, uyanıklık yapıp çizgi çizmesi yerini bulduğumuz mx+b formülüne sırayla 1 den 150'ye kadar (aslında 0 dan 149) tüm noktaları çizdirmişim. Gene çizgi olarak gözüktü. Ama yakınlaştırınca noktalardan ibaret kaldı farkettiyseniz. Kafanız karışmasın, hataları sorgulamanız çok güzel, numpy a da yavaş yavaş alışırsınız, korkmayın. Başarılar dilerim:)
Sizin kullandığınız excel dosyasın ile program çalışıyor fakat kendimin oluşturduğu excel dosyasını kullandığımda x=data["a"] yazınca ,key error "a" hatasını alıyorum (a sizin dosyanızda ki metrekare gibi)
4 года назад
ben oraya a dedim çünkü en üstteki kolonun adına excelde a demişiö. Sizde en üst cell de gördüğünüzü oraya koyabilirsiniz.
Ben böyle bir hata alıyorum neresi yanlış anlamadım Traceback (most recent call last): File "C:\Users\foxxafa\Desktop\deneme\env\lib\site-packages\pandas\core\indexes\base.py", line 2897, in get_loc return self._engine.get_loc(key) File "pandas\_libs\index.pyx", line 107, in pandas._libs.index.IndexEngine.get_loc File "pandas\_libs\index.pyx", line 131, in pandas._libs.index.IndexEngine.get_loc File "pandas\_libs\hashtable_class_helper.pxi", line 1607, in pandas._libs.hashtable.PyObjectHashTable.get_item File "pandas\_libs\hashtable_class_helper.pxi", line 1614, in pandas._libs.hashtable.PyObjectHashTable.get_item KeyError: 'günsa' During handling of the above exception, another exception occurred: Traceback (most recent call last): File "D:/KODLAMA/korona/regresyon.py", line 8, in x=data["günsa"].values File "C:\Users\foxxafa\Desktop\deneme\env\lib\site-packages\pandas\core\frame.py", line 2980, in __getitem__ indexer = self.columns.get_loc(key) File "C:\Users\foxxafa\Desktop\deneme\env\lib\site-packages\pandas\core\indexes\base.py", line 2899, in get_loc return self._engine.get_loc(self._maybe_cast_indexer(key)) File "pandas\_libs\index.pyx", line 107, in pandas._libs.index.IndexEngine.get_loc File "pandas\_libs\index.pyx", line 131, in pandas._libs.index.IndexEngine.get_loc File "pandas\_libs\hashtable_class_helper.pxi", line 1607, in pandas._libs.hashtable.PyObjectHashTable.get_item File "pandas\_libs\hashtable_class_helper.pxi", line 1614, in pandas._libs.hashtable.PyObjectHashTable.get_item KeyError: 'günsa'
Emeğiniz için Teşekkür ederim. SciKit ile regresyon eğimini alabiliyor matplotlib le görebiliyorum. Optimum eğimde hatanın (yada hataların karesinin toplamını) değerini bulabilme/görebilme imkanım var mı ? İyi çalışmalar.
7 лет назад+1
Şiöyle yapalım, eğer modelin ne kadar iyi tahmin ettiğini görmek isterseniz, scikit-learn.org/stable/modules/generated/sklearn.linear_model.LinearRegression.html . bu sayfadaki score fonksiyonuna bakın. Ben kullanmadım fakat, model.fit(x,y) dedikten sonra model.score(x,y) diyerek sonuçlarımıı 0 ile 1 arasında doğruluk olarak sıralıyor. 1 e yakınsa daha iyi tahmin etmiş manasında. Sorunuz varsa sorun hiç çekinmeyin, iyi günler dilerim.
Hocam ilginize teşekkür ederim. Allah razı olsun. "score" yada başka sonuçlar , örneğin regr.coef_in (0)(0) bilgiside aslında bir katsayı. Buralarda problem yok. Problem bu katsayıları "nasıl kabullendireceğim" ? Son kullanıcıya, reg score şudur dediğimde "nereden buldun" sorusu karşısında, bir cevap verebilmeliyim. RMS, STD, varians gibi hesaplamalar sonunda " standart sapmayla hesaplanacağı yazar, kitaba uygun" diyebiliyorum. Bu açıdan score u nasıl buluyor un cevabına erişmem lazım. (reg eğimi ile her veri nin arasındaki farkın karesinin toplamı ile eleman sayısına bölümüyle RMS hesaplamayı planlıyorum çıkış yolu olarak)
7 лет назад
Olay dediğiniz gibi aslında. Skoru size 1- ((tahmin ile gerçek değer farkının karesi)/(Tüm gerçek değerlerin karesi) ) olarak veriyor. Yanlış söylemiş olabilirim ilk mesajda, 0 'a ne kadar yakınsa o kadar doğru tahmin etmiş (hatta eğer 0 ise overfit olmuş diyebiliriz, ki bu bizim için iyi değil) demektir. Bu formüle göre skor sonucu - de çıkabilir, önemli olan 0'a ne kadar yakın olduğunuzdur. Eğer sadece ben kendi isteğime göre RMS hesaplayacağım derseniz de, biliyorsunuz ki bu skor size 1 - ((gerçek-tahmin)^2 / gerçek^2) ni veriyor. O zaman size verilen skoru kısacası s olarak tanımlarsak; ((1-s)*gerçek^2 ) /eleman sayısı dersiniz. Eğer numpy dan kodlarsanız da sadece (gerçek-tahmini)^2 / len(gerçek) derseniz olur. Alternatif çözümler mümkün, eğer sıkıntı yaşarsanız söyleyin. Ya da şöyle de olabilir. Eleman sayınızın 100 olduğunu düşünelim. Scikit'ten lineerregresyon adı altında fit ettikten sonra(lineerregresyon.fit(gercekx,gerceky) m = lineerregresyon.coef_ b = lineerregresyon.intercept_ for i in range(100): toplamhata = ( gerceky[i]-(m*gercekx[i] + b)**2) rms = toplamhata/100
Buradaki kütüphaneleri teker teker öğrenmeye gerek var mı? Yoksa videoda gördüklerimizi bilsek yeter mi?
7 лет назад+8
NumPy basit bir kütüphane, onu öğrenmek dert değil. sinüs mü hesaplayacaksınız, numpy.sin(sayi), e üzeri bir sayı mı alcaksınız, numpy.exp(sayi), numpy dert değil, nasıl ve neden kullandığınızı anlamanız lazım. Verisetlerini hemen hemen her durumda numpy ile editliyoruz.Numpy ı zaman içinde öğrenirsiniz, çünkü verisetlerini işlenmeye uygun hale getirmek için problem ççöze çöze anlıyorsunuz(Kanalımda 5 video numpy var fakat çok da güzel olduğunu söyleyemem). Scikit Learn derin öğrenme için değil, makine öğrenmesi için çok gerekli ve baş yapıt bir kütüphane. Burada numpy ,le kodlamamın sebebi, işin arkasında nasıl bir matematik döndüğünü anlatabilmek için. Yani temel seviyede ne yaptığımızı anlayalım, konuyu üstünkörü anlamak yerine önce matematik temellerini anlatayım diye. Ama Scikit-Learn ile tüm makine öğrenmesi işlerini yapıyoruz. Makine Öğrenmesi konusunda bunu öğrenmeniz şart. Eğer karışık geldi ise size kavramlar, emin olun ben de kodlar iken ezberlemiyorum. Önceden yazıyorum, yazarken internetten bakıyorum. Konsepti ve ne yaptığını anlıyorum, kodların ne yaptığını kavrıyorum. Sonra internette Scikit_Learn lineer regresyon yazdığımda, örnek kodlardan kendi ihtiyacıma göre, geliştiriyorum bazen tepetakla attırıyorum mantık aynı olmakla beraber. Sonra önceden yazdğım koda bakarak kodluyorum çünkü videoda bir hata olması durumunda editlemek zor, akıcılık kayboluyor. İşin özü, sanırım sizi bu kodlar korkutmuş. Nasıl ezberlenecek diye. Birincisi, kodladıkça alışırsınız, ama bu kanalda benim anlatmaya çalıştığım ve anlatmayı sevdiğim şeyler, her işlemi sırayla anlatmak. Mantık döngüsünü yakalarsanız, programın ne yaptığını anlarsanız, kodlamak o kadar da zor gelmeyecek. Ve pratik yapa yapa scikit learn de de uzmanlaşacaksınız. Ben de yavaş yavaş öğrendim, siz de yavaş yavaş, bu videodakilerin aynısını benle beraber pratik olarak kodlaya kodlaya, mantığını da "heee bu böyleymiş" tepkisini vererek anlayacaksınız. Önceden bilgi sahibi olmanıza gerek yok, gerçekten. Sonradan gelişmeniz ise size kalmış. Bu videolardaki gördüklerinizi benle beraber el ile kodlamanızı tavsiye ederim. Önceden scikit learn kütüphanesi bilgisine gerek kalmadan, Adım adım her şey anlaşılacak, sonradan da sıkıntı çıkan konularda siz kendinizi internetten araştırmaya itecek, yani kendinizi geliştirecek, sonra öğreneceksiniz. Başlangıç olarak sadece konuları anlamaya bakın, benle beraber kodlayın, korkmayın. emin olun her şey göründüğünden çok daha basit. Bana bırakın biraz. Korkmayın kolay gelsin :)
@ cok teşekkürler bu seri için. Scikit learn le ilgili hiç bi şey bilmiyorum bu seriyle beraber iyi bi seviyeye gelir miyim google crash course undan ilerliyorum. Sertifika için sınava giricem.
Hocam sizden bir ricam olacak. Videolarda kullandığınız csv formatındaki veri setlerini bizimle paylaşır mısınız? Ya da veri seti bulabileceğimiz bir adres paylaşır mısınız?
Hocam her şey iyi güzel hoş ancak madem bir python kullanıcısısınız windowsu bırakıp GNU/Linux işletim sistemlerine yönelmeniz çok daha güzel olmaz mı? :)
7 лет назад
Nerede yazdığının ne önemi var görüyor çok şükür işimizi :D Şaka bir yana ilk başta ortamı python a kurmuştum o yüzden ordan yürüyoruz artık :)
github.com/mburaksayici/LineerRegresyon Burada ulaşılıyor teşekkürker :)
7 лет назад
Selamlar hocam, Bu konuya başlamak istiyorum ancak python'a yeni başladım. VS2015 üzerinde çalışıyorum. Projenizi indirdim vs vs2015'de açtım. Python 2.7 Çalıştırdığımda, from sklearn.linear_model import LinearRegression as lr satırında DLL load failed: Belirtilen modül bulunamadý. hatası alıyorum ne yaptıysam da çözemedim. Yardımcı olabilir misiniz?. Environment ise şöyle hizliresim.com/YOJjkE
7 лет назад
Mustafa BÜKÜLMEZ Bu islerr baslamak icin en temiz is. anaconda 4.2 kurup paketleri yuklemektir.
7 лет назад
Mustafa BÜKÜLMEZ ruclips.net/video/RNWjwdEQHOQ/видео.html onu da bu videodakigibi indirerek yukleyebilirsin. ayrica bunu indirdikten sonra basit bir paket yukleme isi var. onu da anacondayi duzgunce kurduktsn sonra mesaj atarsin. zor bisi yok
Hocam ben bir yorumun pozitif veya negatif olduğunu öğrenen bir makine öğrenmesi yapacam videolarınızı izledim ancak uygulayamıyorum yardımcı olurmusunuz
7 лет назад
Bunun için LSTM Yapısını öğrenmeniz lazım. Dediğinize de sentiment analysis diyorlar. Şu anlık onla uğraşmıyorum. Veriseti de az Türkçe için. yaparsanız çok yüce bi iş olur
merhabalar benim projemdeki cvs dosyası adı train kodu yazdım ama çalıştırdıgımda FileNotFoundError: File b'train.cvs' does not exist böyle bir hata alıyorum. cvs dosyasını nereye koymam gerekiyor
5 лет назад
.py dosyanız nerede ise csv dosyanız orada olmalı. Bir de cvs değil de csv olmalı. Belki yanlış kaydettiniz, onu da düzeltin derim.
bu saatte hızlı cevaplarınız için teşekkür ederim hocam. ben zaten direk githubdan indirdim. python diye çalıştırınca önce 99 tane veriyi sıralıyor sonunda da bu hatayı veriyor; TypeError: unbound method as_matrix() must be called with DataFrame instance as first argument (got Series instance instead) python3 diye çalıştrınca da Traceback (most recent call last): File "lineernumpy.py", line 3, in import numpy as np ModuleNotFoundError: No module named 'numpy' bu hatayı veriyor. ama ben numpy'yi de diğerlerini de yükledim pip ile
bende Figure1 diye ekran onume cıkmıyor sadce consolde fotograf var acaba nedne boyle oluyor
7 лет назад+1
hemen dönüş yapacağım
7 лет назад+1
Hangi programı kullanıyorsunuz? Anaconda ise; çözüm burada, Adamın yayınladığı 3. ekran görüntüsünde, backend : kısmını inline değil automatic yapın : stackoverflow.com/questions/23585126/how-do-i-get-interactive-plots-again-in-spyder-ipython-matplotlib Pycharm ise, bulamadım şimdilik, ama bulurum siz söyleyin yeter ki
Murat Baş problem oldu github da, bu gece en gec 12 ye kadar atacagim omur yeterse insaAllah. Kusura bakmayin, hevesinizi kirmayin her soruyu da sorun. basarilar dilerim.
Traceback (most recent call last): File "C:\Users\murat\Desktop\LineerRegresyon-master\lineernumpy.py", line 3, in from sklearn.linear_model import LinearRegression File "C:\Python36\lib\site-packages\sklearn\__init__.py", line 57, in from .base import clone File "C:\Python36\lib\site-packages\sklearn\base.py", line 12, in from .utils.fixes import signature File "C:\Python36\lib\site-packages\sklearn\utils\__init__.py", line 11, in from .validation import (as_float_array, File "C:\Python36\lib\site-packages\sklearn\utils\validation.py", line 18, in from ..utils.fixes import signature File "C:\Python36\lib\site-packages\sklearn\utils\fixes.py", line 406, in if np_version < (1, 12, 0): TypeError: '
x=np.array(data["metrekare"]) kodu ile dataları matrise çevirdim fakat neden sizin yaptığınız gibi pd.Dataframe.as_matrix(x) komutu bende yukardaki hatayı verdi? açıkalyabilirseniz minnettar kalrım
6 лет назад
data["metrekare"] çıktısı size bir matris değil Pandas formatında tablo verir, siz Pandas formatındaki tabloyu np.array ile matrise dönüştürmeye çalışmışsınız. Fakat Pandas buna izin vermemekte. Bunun yerine, Pandas'ın as_matrix fonksiyonu tablonuzu otomatik olarak matris olan numpy array'ine çevirmekte. Kolay gelsin
x=np.array(data["metrekare"]) bu kod çalıştı sıkıntı çıkarmadı fakat dediğim gibi sizin yazdığınız gibi yazdığımda pd.Dataframe.as_matrix(x) hata aldım bilmiyorum belki python sürümlerimiz farklı çünkü diğer örneğinizde de reshape satırı hata veridi onu da farklı şekilde düzelttim. Sürüm farkından mıdır sizce de ?
Merhaba.Öncelikle güzel videoların için teşekkürler, emeğine sağlık.Benim aşağıdaki gibi bir sorunum var.Bilen arkadaşlar yardım ederse sevinirim. ParserError: Error tokenizing data. C error: Expected 1 fields in line 115, saw 3
7 лет назад
data = pd.read_csv('file1.csv', error_bad_lines=False) . bir de bunu dener misiniz, dosya ismini değiştirin sadece
Videolar için teşekkürler, 15:11 saniyesinde karşılaştığın sorunu Insert tuşuna basıp aşabilirsin. Kolay Gelsin.
hocam onu yanlislikla yapiyordum surekli , cok sagolun: D bir sorunuz var midir
Yok. Benim için gayet anlaşılır olmuş. Eline Sağlık. Github linkini Video'nun altına eklersen daha kolay ulaşılır diye düşünüyorum. İyi Çalışmalar.
Ben de bu sorunu bi turlu adamiyordum ınternette cok arastiridm ama sorunu bi turlu ifade edemedigim icin cozum de bulamamistim tesekkurler
Uygulamaya geçince teoriyi daha dikkatli dinlemeye başladım. Olaylar daha da pekişiyor artık. :)
MaşaAllah, Allah zihin açıklığı versin böyle devam :)
eğer pip instal sklearnde sıkıntı yaşıyorsanız py -m pip install sklearn diye import edebilirsiniz diğerlerini de aynı şekilde
15:07 hocam Insert tusuna basiyorsun bir sekilde ondan dolayi oluyor 6 yil gecmis aradan mutlaka cozmusundur ama ben yinede bir not dusmek istedim
:) tesekkur ederim
Hocam gradient descent learner rate vs bunlar ile ilgili de video cekmeyi dusunuyor musunuz?
Bu güzel paylaşımların için teşekkür ederim ama web sitene ulaşamıyoruz. Ayrıca videolarda kullandığın dökümanlara ya da yaptığın kod dosyasına erişimimiz olması çok faydalı olurdu. Tekrardan teşekkürler ve başarılar :)
Emeğine sağlık çok faydalı iş yapıyorsun
Pyhton'a ve makine öğrenmesine yeni başladım. Ders videoları için teşekkürler eline sağlık . Öneri olarak kullandığın materyalleri video açıklamasında link olarak paylaşırsan çok güzel olur (örneğin linear.csv dosyası). Teşekkürler :)
ALİ AYDIN github imda genellikle projelerin kodlarini paylasiyorum github.com/MBSMachineLearning . universilerdeki Turkce ders notlarini googleda aratarak bulabilirsin : makine öğrenimi ders notlari .
Kolay gelsin, basarilar :)
Teşekkürler :) üstteki link kırık ulaşmak isteyenlere .
github.com/mburaksayici/LineerRegresyon
merhaba; çoklu regresyonun grafiğini nasıl çizebilirim. Regresyonu fitledikden sonra bağımlı değişkenler x bağımsız değişkenler y olacak şekilde nasıl yapabilirim grafiği.
Hocam bir sorum olacak bu backpropagation yöntemine reward punish metodunu sizce nasıl entegre etmeliyiz? Sanırım cost/error fonksiyonuyla ilgili bi durum.
2 tane ekran kartını sli yaparak bu işlemleri hızlıca yapabilir miyiz ? genelde oyunlarda kullanılıyor sli ama sli desteklemeyen oyunlar olunca bir anlamı yok makine öğreniminde sli sorunu olur mu ? büyük matematiksel işlemler için.
Merhaba, öncelikle emeğiniz için teşekkür ederim. Aynı veri setini kullanmama rağmen faklı m, b değeri buldum. Bunun sebebi ne olabilir?
KeyError: 'mezunyili' Hatası alıyorum hocam . Exel de en üst satırda bu olmasına rağmen nasıl çözebilirim
Python a yeni basladim yapay zekayla ilgilenmek istiyorum lise ogrencisiyim ama isin matematigini anlayacak kadar bilgim var
Yani turev integral vs biliyorum pythonda hangi seviyeye gelince yapay zeka kodlamaya baslayabilirim ?
Hala burada olan var mı bilmiyorum ancak sormak isterim ki neden np.reshape(99,1) yaptık ve (99,1) yapacağımızı veyahut veri setini sklearn üzerinde kullanılabilir hale getirmek için ne yapmalıyız? 8.dakikadaki gibi hataları ortadan kaldırmak için mesela?
Hocam ellerine sağlık çok güzel bir anlatım olmuş . Fakat benim takıldığım konu linear.csv dosyasını nasıl okuttun , nereden çektin . bi yardımcı olursan çok iyi olur . başarılarının devamını diliyorum eline koluna sağlık
Lineersckit.py dosyasi uzerinde calisiyor. Okuttugu csv dosyasi calistigi bu dosyayla ayni yolda oldugu surece yol tanimlamaya gerek kalmadan okuyor.
@@onthenatureofdaylight5435 ben hala okutamadım yardım eder misin?
Başta plot ile çizgi çizmeye çalışırken hatanın sebebi nedir hocam? Neyden kaynaklıymış biliyor musunuz?(dk 15.40 daki bölüm lineerregresyon)
Kağan Taşkın x ve y ayni boyutlara sahip degil imis, matris carpiminda boyutlarin eslesmisi olmasi lazim. Su an yanlis cevap gelmos olabilir ama ben size sahurdan sonra daha detayli cevap verecegim, su an cok inceleyemedim sahurdan sonra tam inceleyip uzunca yazacagim. Su an dogru cevap vermis olmayabilirim . kusura bakmayin disardayim su an,
Normalde yanlış bir şey yok, Hatada bizlere x ve y aynı boyuta(dimension) sahip olmalı diyor. E bakıyoruz, yukarıda ikisini de 99 a 1 formuna sokmuşuz. Yani 99 satır 1 sütun(karıştırmadıysam). Sebebi ne? Şu imiş, bizler numpy kütüphanesinde ..reshape() metodunu kullanıyoruz. Fakat biz veriyi çağırdığımız zaman liste olarak geliyor. Numpy dizisine çevirmemişiz. Çevirmek için x = numpy.array(x) yapar, sonra yaptığımız gibi x = x.reshape(99,1) derdik ve sıkıntı çıkmazdı.
Ben orada fark etmemişim, uyanıklık yapıp çizgi çizmesi yerini bulduğumuz mx+b formülüne sırayla 1 den 150'ye kadar (aslında 0 dan 149) tüm noktaları çizdirmişim. Gene çizgi olarak gözüktü. Ama yakınlaştırınca noktalardan ibaret kaldı farkettiyseniz.
Kafanız karışmasın, hataları sorgulamanız çok güzel, numpy a da yavaş yavaş alışırsınız, korkmayın. Başarılar dilerim:)
Sizin kullandığınız excel dosyasın ile program çalışıyor fakat kendimin oluşturduğu excel dosyasını kullandığımda x=data["a"] yazınca ,key error "a" hatasını alıyorum (a sizin dosyanızda ki metrekare gibi)
ben oraya a dedim çünkü en üstteki kolonun adına excelde a demişiö. Sizde en üst cell de gördüğünüzü oraya koyabilirsiniz.
Ben böyle bir hata alıyorum neresi yanlış anlamadım
Traceback (most recent call last):
File "C:\Users\foxxafa\Desktop\deneme\env\lib\site-packages\pandas\core\indexes\base.py", line 2897, in get_loc
return self._engine.get_loc(key)
File "pandas\_libs\index.pyx", line 107, in pandas._libs.index.IndexEngine.get_loc
File "pandas\_libs\index.pyx", line 131, in pandas._libs.index.IndexEngine.get_loc
File "pandas\_libs\hashtable_class_helper.pxi", line 1607, in pandas._libs.hashtable.PyObjectHashTable.get_item
File "pandas\_libs\hashtable_class_helper.pxi", line 1614, in pandas._libs.hashtable.PyObjectHashTable.get_item
KeyError: 'günsa'
During handling of the above exception, another exception occurred:
Traceback (most recent call last):
File "D:/KODLAMA/korona/regresyon.py", line 8, in
x=data["günsa"].values
File "C:\Users\foxxafa\Desktop\deneme\env\lib\site-packages\pandas\core\frame.py", line 2980, in __getitem__
indexer = self.columns.get_loc(key)
File "C:\Users\foxxafa\Desktop\deneme\env\lib\site-packages\pandas\core\indexes\base.py", line 2899, in get_loc
return self._engine.get_loc(self._maybe_cast_indexer(key))
File "pandas\_libs\index.pyx", line 107, in pandas._libs.index.IndexEngine.get_loc
File "pandas\_libs\index.pyx", line 131, in pandas._libs.index.IndexEngine.get_loc
File "pandas\_libs\hashtable_class_helper.pxi", line 1607, in pandas._libs.hashtable.PyObjectHashTable.get_item
File "pandas\_libs\hashtable_class_helper.pxi", line 1614, in pandas._libs.hashtable.PyObjectHashTable.get_item
KeyError: 'günsa'
çok teşekkürler
hocam merhabalar, DataFrame.as_matrix için DateFrame has no attribute "as_matrix" hatası alıyorum ve anlayamadım baktım netten de
değişti heralde o galiba .values olması lazım artık
Emeğiniz için Teşekkür ederim.
SciKit ile regresyon eğimini alabiliyor matplotlib le görebiliyorum. Optimum eğimde hatanın (yada hataların karesinin toplamını) değerini bulabilme/görebilme imkanım var mı ?
İyi çalışmalar.
Şiöyle yapalım, eğer modelin ne kadar iyi tahmin ettiğini görmek isterseniz, scikit-learn.org/stable/modules/generated/sklearn.linear_model.LinearRegression.html . bu sayfadaki score fonksiyonuna bakın. Ben kullanmadım fakat, model.fit(x,y) dedikten sonra model.score(x,y) diyerek sonuçlarımıı 0 ile 1 arasında doğruluk olarak sıralıyor. 1 e yakınsa daha iyi tahmin etmiş manasında. Sorunuz varsa sorun hiç çekinmeyin, iyi günler dilerim.
Hocam ilginize teşekkür ederim. Allah razı olsun.
"score" yada başka sonuçlar , örneğin regr.coef_in (0)(0) bilgiside aslında bir katsayı. Buralarda problem yok. Problem bu katsayıları "nasıl kabullendireceğim" ?
Son kullanıcıya, reg score şudur dediğimde "nereden buldun" sorusu karşısında, bir cevap verebilmeliyim. RMS, STD, varians gibi hesaplamalar sonunda " standart sapmayla hesaplanacağı yazar, kitaba uygun" diyebiliyorum. Bu açıdan score u nasıl buluyor un cevabına erişmem lazım.
(reg eğimi ile her veri nin arasındaki farkın karesinin toplamı ile eleman sayısına bölümüyle RMS hesaplamayı planlıyorum çıkış yolu olarak)
Olay dediğiniz gibi aslında. Skoru size 1- ((tahmin ile gerçek değer farkının karesi)/(Tüm gerçek değerlerin karesi) ) olarak veriyor. Yanlış söylemiş olabilirim ilk mesajda, 0 'a ne kadar yakınsa o kadar doğru tahmin etmiş (hatta eğer 0 ise overfit olmuş diyebiliriz, ki bu bizim için iyi değil) demektir. Bu formüle göre skor sonucu - de çıkabilir, önemli olan 0'a ne kadar yakın olduğunuzdur.
Eğer sadece ben kendi isteğime göre RMS hesaplayacağım derseniz de, biliyorsunuz ki bu skor size
1 - ((gerçek-tahmin)^2 / gerçek^2) ni veriyor. O zaman size verilen skoru kısacası s olarak tanımlarsak; ((1-s)*gerçek^2 ) /eleman sayısı dersiniz. Eğer numpy dan kodlarsanız da sadece (gerçek-tahmini)^2 / len(gerçek) derseniz olur. Alternatif çözümler mümkün, eğer sıkıntı yaşarsanız söyleyin.
Ya da şöyle de olabilir. Eleman sayınızın 100 olduğunu düşünelim. Scikit'ten lineerregresyon adı altında fit ettikten sonra(lineerregresyon.fit(gercekx,gerceky)
m = lineerregresyon.coef_
b = lineerregresyon.intercept_
for i in range(100):
toplamhata = ( gerceky[i]-(m*gercekx[i] + b)**2)
rms = toplamhata/100
insert tuşuna basıyorsun habire bidaha inserte basarak kapatabilirsin o özelliği
Kodları yazdığını programı nasıl temin edebiliriz?
Benim bir çalışmam var yardımcı olabilir misiniz. Ücretli danısmanlık hizmetiniz var mıdır?
Buradaki kütüphaneleri teker teker öğrenmeye gerek var mı? Yoksa videoda gördüklerimizi bilsek yeter mi?
NumPy basit bir kütüphane, onu öğrenmek dert değil. sinüs mü hesaplayacaksınız, numpy.sin(sayi), e üzeri bir sayı mı alcaksınız, numpy.exp(sayi), numpy dert değil, nasıl ve neden kullandığınızı anlamanız lazım. Verisetlerini hemen hemen her durumda numpy ile editliyoruz.Numpy ı zaman içinde öğrenirsiniz, çünkü verisetlerini işlenmeye uygun hale getirmek için problem ççöze çöze anlıyorsunuz(Kanalımda 5 video numpy var fakat çok da güzel olduğunu söyleyemem). Scikit Learn derin öğrenme için değil, makine öğrenmesi için çok gerekli ve baş yapıt bir kütüphane. Burada numpy ,le kodlamamın sebebi, işin arkasında nasıl bir matematik döndüğünü anlatabilmek için. Yani temel seviyede ne yaptığımızı anlayalım, konuyu üstünkörü anlamak yerine önce matematik temellerini anlatayım diye. Ama Scikit-Learn ile tüm makine öğrenmesi işlerini yapıyoruz. Makine Öğrenmesi konusunda bunu öğrenmeniz şart.
Eğer karışık geldi ise size kavramlar, emin olun ben de kodlar iken ezberlemiyorum. Önceden yazıyorum, yazarken internetten bakıyorum. Konsepti ve ne yaptığını anlıyorum, kodların ne yaptığını kavrıyorum. Sonra internette Scikit_Learn lineer regresyon yazdığımda, örnek kodlardan kendi ihtiyacıma göre, geliştiriyorum bazen tepetakla attırıyorum mantık aynı olmakla beraber. Sonra önceden yazdğım koda bakarak kodluyorum çünkü videoda bir hata olması durumunda editlemek zor, akıcılık kayboluyor.
İşin özü, sanırım sizi bu kodlar korkutmuş. Nasıl ezberlenecek diye. Birincisi, kodladıkça alışırsınız, ama bu kanalda benim anlatmaya çalıştığım ve anlatmayı sevdiğim şeyler, her işlemi sırayla anlatmak. Mantık döngüsünü yakalarsanız, programın ne yaptığını anlarsanız, kodlamak o kadar da zor gelmeyecek. Ve pratik yapa yapa scikit learn de de uzmanlaşacaksınız. Ben de yavaş yavaş öğrendim, siz de yavaş yavaş, bu videodakilerin aynısını benle beraber pratik olarak kodlaya kodlaya, mantığını da "heee bu böyleymiş" tepkisini vererek anlayacaksınız. Önceden bilgi sahibi olmanıza gerek yok, gerçekten. Sonradan gelişmeniz ise size kalmış. Bu videolardaki gördüklerinizi benle beraber el ile kodlamanızı tavsiye ederim. Önceden scikit learn kütüphanesi bilgisine gerek kalmadan, Adım adım her şey anlaşılacak, sonradan da sıkıntı çıkan konularda siz kendinizi internetten araştırmaya itecek, yani kendinizi geliştirecek, sonra öğreneceksiniz. Başlangıç olarak sadece konuları anlamaya bakın, benle beraber kodlayın, korkmayın. emin olun her şey göründüğünden çok daha basit. Bana bırakın biraz.
Korkmayın kolay gelsin :)
@ cok teşekkürler bu seri için. Scikit learn le ilgili hiç bi şey bilmiyorum bu seriyle beraber iyi bi seviyeye gelir miyim google crash course undan ilerliyorum. Sertifika için sınava giricem.
veri setinin linki atabilecek var mı
Teşşekürler
AttributeError: 'Series' object has no attribute 'reshape' hatası alıyorum hocam neden olabilir ?
x = x.reshape(99,1) yerine x.values.reshape(99,1) yazınca hatasız bir şekilde çalışıyor. Kütüphaneler yenilenmiş olabilir.
öncelikle eline sağlık. Lineer.csv'ye bilgisayarımızda erişmemizin bir yolu var mıdır.
Ahmet Tortumlu github da mburaksayici de mevcut
Doğru:)eyvallah
bir de sonda neden plt.show() dedik, zaten her plt. dan sonra otomatik matplotlib bize tablo sunmuyor mu
en sonunda plt.show deyince benim bildiğim bize tabloyu gösteriyor.
Hocam sizden bir ricam olacak. Videolarda kullandığınız csv formatındaki veri setlerini bizimle paylaşır mısınız? Ya da veri seti bulabileceğimiz bir adres paylaşır mısınız?
archive.ics.uci.edu/ml/index.php
Sonunu izlemeden bir ricada bulunmuşum, kusura bakmayın hocam :)
sıkıntı değil kolay gelsin :)
Quandl.com da istemediğin kadar data seti var
Hocam her şey iyi güzel hoş ancak madem bir python kullanıcısısınız windowsu bırakıp GNU/Linux işletim sistemlerine yönelmeniz çok daha güzel olmaz mı? :)
Nerede yazdığının ne önemi var görüyor çok şükür işimizi :D Şaka bir yana ilk başta ortamı python a kurmuştum o yüzden ordan yürüyoruz artık :)
Önemi yok tabii ama sizin için daha iyi olur bence :D Bir deneyin derim :))
Burada kullanıdığın dosyaya nereden ulaşabiliriz ?
github.com/mburaksayici/LineerRegresyon
Burada ulaşılıyor teşekkürker :)
Selamlar hocam,
Bu konuya başlamak istiyorum ancak python'a yeni başladım. VS2015 üzerinde çalışıyorum. Projenizi indirdim vs vs2015'de açtım. Python 2.7
Çalıştırdığımda,
from sklearn.linear_model import LinearRegression as lr
satırında
DLL load failed: Belirtilen modül bulunamadý.
hatası alıyorum ne yaptıysam da çözemedim. Yardımcı olabilir misiniz?.
Environment ise şöyle
hizliresim.com/YOJjkE
Mustafa BÜKÜLMEZ Bu islerr baslamak icin en temiz is. anaconda 4.2 kurup paketleri yuklemektir.
Mustafa BÜKÜLMEZ ruclips.net/video/RNWjwdEQHOQ/видео.html onu da bu videodakigibi indirerek yukleyebilirsin. ayrica bunu indirdikten sonra basit bir paket yukleme isi var. onu da anacondayi duzgunce kurduktsn sonra mesaj atarsin. zor bisi yok
Merhaba, linear.csv datasını aldıktan sonra x ve y verilerini x.reshape(99,1) fonksiyonunda hata alıyorum. Sebebi ne olabilir.
hatayı yazmıyorsunuz ki bilelim. o hatalar boşa yazılmıyor. x.reshape(99,1) u silip yerine x = np.reshape(x,(99,1)) yapın. Tahminim odur.
Evet sorun çözüldü. Teşekkürler ilginiz için.
@@betulunal2695 x = np.array(x)
np.reshape(x,(99,1))
@Teşekkür ederim çok hızlı yanıtladınız. Yorumlardan
x = x.reshape(99,1) yerine x.values.reshape(99,1) çözümünüde buldum sonuç aldım
Hocam ben bir yorumun pozitif veya negatif olduğunu öğrenen bir makine öğrenmesi yapacam videolarınızı izledim ancak uygulayamıyorum yardımcı olurmusunuz
Bunun için LSTM Yapısını öğrenmeniz lazım. Dediğinize de sentiment analysis diyorlar. Şu anlık onla uğraşmıyorum. Veriseti de az Türkçe için. yaparsanız çok yüce bi iş olur
merhabalar benim projemdeki cvs dosyası adı train kodu yazdım ama çalıştırdıgımda
FileNotFoundError: File b'train.cvs' does not exist
böyle bir hata alıyorum. cvs dosyasını nereye koymam gerekiyor
.py dosyanız nerede ise csv dosyanız orada olmalı. Bir de cvs değil de csv olmalı. Belki yanlış kaydettiniz, onu da düzeltin derim.
ayarlarını gösterebilirmisin
bütün gerekli pip install'ları söyler misiniz
Hemen, pip install sklearn
pip install numpy
pip install scipy(bu önemli değil)
pip install matplotlib
pip install pandas
Hemen geliyor
ilk satıra şunu koyun : # -*- coding: utf-8 -*-
from sklearn ile başlayan kısmı doğru yazdınız mı acaba, bir de burdan hazır deneyebilirsiniz : github.com/mburaksayici/LineerRegresyon
bu saatte hızlı cevaplarınız için teşekkür ederim hocam. ben zaten direk githubdan indirdim.
python diye çalıştırınca önce 99 tane veriyi sıralıyor sonunda da bu hatayı veriyor;
TypeError: unbound method as_matrix() must be called with DataFrame instance as first argument (got Series instance instead)
python3 diye çalıştrınca da
Traceback (most recent call last):
File "lineernumpy.py", line 3, in
import numpy as np
ModuleNotFoundError: No module named 'numpy'
bu hatayı veriyor. ama ben numpy'yi de diğerlerini de yükledim pip ile
abi metre kare ve fiyat aralıklarının dosyasını nasıl buluruz
Erdem Taha github.com/mburaksayici de lineer regresyon a bak abim
bende Figure1 diye ekran onume cıkmıyor sadce consolde fotograf var acaba nedne boyle oluyor
hemen dönüş yapacağım
Hangi programı kullanıyorsunuz? Anaconda ise; çözüm burada, Adamın yayınladığı 3. ekran görüntüsünde, backend : kısmını inline değil automatic yapın : stackoverflow.com/questions/23585126/how-do-i-get-interactive-plots-again-in-spyder-ipython-matplotlib
Pycharm ise, bulamadım şimdilik, ama bulurum siz söyleyin yeter ki
WinPython
has not attribute reshape hatası alıyorum yardımcı olabilir misiniz
x.values.reshape(99,1) yaparsanız çözülecektir.
y.values.reshape(99,1)
del tuşuna basarak o hengameden kurtulabilirsiniz
TR
teşekkür ettim :)
Githubda boş gözüküyor?
Murat Baş problem oldu github da, bu gece en gec 12 ye kadar atacagim omur yeterse insaAllah. Kusura bakmayin, hevesinizi kirmayin her soruyu da sorun. basarilar dilerim.
tamamdır çok teşekkürler, bir de seri boyunca hangi python kütüphanelerini kullanıcaz videodakile dışında?
github.com/mburaksayici/LineerRegresyon Buyrun
Sorunuz olursa beklerim
çok teşekkürler
Traceback (most recent call last):
File "C:\Users\murat\Desktop\LineerRegresyon-master\lineernumpy.py", line 3, in
from sklearn.linear_model import LinearRegression
File "C:\Python36\lib\site-packages\sklearn\__init__.py", line 57, in
from .base import clone
File "C:\Python36\lib\site-packages\sklearn\base.py", line 12, in
from .utils.fixes import signature
File "C:\Python36\lib\site-packages\sklearn\utils\__init__.py", line 11, in
from .validation import (as_float_array,
File "C:\Python36\lib\site-packages\sklearn\utils\validation.py", line 18, in
from ..utils.fixes import signature
File "C:\Python36\lib\site-packages\sklearn\utils\fixes.py", line 406, in
if np_version < (1, 12, 0):
TypeError: '
Bilmediğim bir şey mi var diye soruyorum github'ı neden o şekilde telaffuz ettiniz.
Benim cahilligim. Sene 2017
@ Estağfurullah hocam. Verdiğiniz bilgilerin yanında...
unbound method as_matrix() must be called with DataFrame instance as first argument (got Series instance instead) bu hatayı verio :S
data = pd.read_csv li olan kısmı eklediniz mi as_matrix den önce ? csv dosyası github da mevcuttur
x=np.array(data["metrekare"]) kodu ile dataları matrise çevirdim fakat neden sizin yaptığınız gibi pd.Dataframe.as_matrix(x) komutu bende yukardaki hatayı verdi? açıkalyabilirseniz minnettar kalrım
data["metrekare"] çıktısı size bir matris değil Pandas formatında tablo verir, siz Pandas formatındaki tabloyu np.array ile matrise dönüştürmeye çalışmışsınız. Fakat Pandas buna izin vermemekte. Bunun yerine, Pandas'ın as_matrix fonksiyonu tablonuzu otomatik olarak matris olan numpy array'ine çevirmekte. Kolay gelsin
ekledim ama hatayı verdi malasef
x=np.array(data["metrekare"]) bu kod çalıştı sıkıntı çıkarmadı fakat dediğim gibi sizin yazdığınız gibi yazdığımda pd.Dataframe.as_matrix(x) hata aldım bilmiyorum belki python sürümlerimiz farklı çünkü diğer örneğinizde de reshape satırı hata veridi onu da farklı şekilde düzelttim. Sürüm farkından mıdır sizce de ?
Merhaba.Öncelikle güzel videoların için teşekkürler, emeğine sağlık.Benim aşağıdaki gibi bir sorunum var.Bilen arkadaşlar yardım ederse sevinirim.
ParserError: Error tokenizing data. C error: Expected 1 fields in line 115, saw 3
data = pd.read_csv('file1.csv', error_bad_lines=False) . bir de bunu dener misiniz, dosya ismini değiştirin sadece
hızlı dönüşün için teşekkür ederim.Fakat bu kez de KeyError: 'metrekare' şeklinde hata veriyor.
Verisetini editlediniz mi?
Yok yapmadım.Nasıl yapılıyor bilgi verebilir misin?
Winpython
slime yap bence