Emisyon Tahmini Not:Cumadan önce bakabilirseniz daha iyi olacak benim için projeyi yetiştirmem gerek

Python
1 
from sklearn.datasets import make_classification

from sklearn.ensemble import RandomForestClassifier

from sklearn.tree import DecisionTreeClassifier

import numpy as np

import matplotlib.pyplot as plt

from sklearn import metrics

import pandas as pd

from sklearn.model_selection import train_test_split

from sklearn.metrics import confusion_matrix

import seaborn as sns

X, y = make_classification(n_samples=1000, n_features=20, n_classes=2, random_state=1)

X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.5, random_state=1)

model = RandomForestClassifier(random_state=1)

model.fit(X_train, y_train)

y_pred = model.predict(X_test)

cm = confusion_matrix(y_test, y_pred)

plt.figure(figsize=(6,6))

sns.heatmap(cm, annot=True, fmt='d', cmap='Greens')

plt.title('Confusion Matrix')

plt.ylabel('True Label')

plt.xlabel('Predicted Label')

plt.show()

veri = pd.read_csv(r"C:/Users/Casper/Downloads/emission_dataset.csv")

Giris = veri.iloc[:, :-1].values

Cikis = veri.iloc[:, -1].values

Giris_train, Giris_test, Cikis_train, Cikis_test = train_test_split(Giris, Cikis, test_size=0.5, random_state=1)

clf = DecisionTreeClassifier(random_state=1)

clf.fit(Giris_train, Cikis_train)

Cikis_pred = clf.predict(Giris_test)

print("Doğruluk:", metrics.accuracy_score(Cikis_test, Cikis_pred))

Kodumun doğruluğundan emin değilim bakarsanız mutlu olurum.

2

Bu arada kullandığım veri setini yükleyemedim. Eğer ihtiyaç olursa başka bir şekilde atmayı denerim.

3

Burayı neden yaptığınızı tam olarak anlayamadım. Normalde Series değişkenini direkt olarak train_test_split fonksiyonuna verebiliyoruz. Onun dışında bir problem yok gibi görünüyor.

4

İnanır mısınız bilmem ama, orada ne yaptığım tam olarak bende bilmiyorum :smile:.
Bazı hatalar vardı, oraları yapay zeka ile düzelttim. Normalde orada kaç veri olduğu yazıyordu fakat hem vscode hata verdi, hem de hatalıydı. Bu yuzden orayı oyle degistirdim.