Giriş:
Bu çalışma, yolcu bilgilerinin analizi üzerine odaklanarak, Titanic veri setini kullanarak bir sınıflandırma problemi çözmeyi amaçlamaktadır. Temel problem, veri setindeki özniteliklere dayanarak bir yolcunun hayatta kalıp kalmadığını tahmin etmektir. Bu nedenle, veri seti üzerinde temizlik işlemleri ve özellik mühendisliği uygulanarak verinin modelleme için uygun hale getirilmiştir.
Veri Ön İşleme:
Veri ön işleme aşamasında, eksik değerlerin doldurulması, kategorik değişkenlerin faktör türüne dönüştürülmesi ve yeni özelliklerin oluşturulması gibi işlemler gerçekleştirilmiştir. “Cabin” ve “Age” gibi kritik öznitelikler üzerinde özel işlemler uygulanarak veri seti hazırlanmıştır.
Kullanılan Algoritmalar:
Rassal Orman (Random Forest): Veri seti, eğitim verileri üzerinde rassal orman algoritması ile modellemek için kullanılmıştır. Bu karar ağacı temelli yöntem, birden fazla karar ağacının bir araya getirilmesiyle oluşturulan bir ansambil öğrenme modelidir.
Destek Vektör Makineleri (SVM): SVM, sınıflandırma problemine yönelik bir öğrenme algoritmasıdır. Bu çalışmada, eğitilmiş bir SVM modeli kullanılarak yolcuların hayatta kalma durumlarını tahmin etmek için test verileri üzerinde tahminler yapılmıştır.
k-En Yakın Komşu (KNN): k-NN algoritması, belirli bir örneğin sınıfını belirlemek için çevresindeki en yakın komşularının etkileşimini kullanır. Bu çalışmada, eğitilen k-NN modeli kullanılarak test verileri üzerinde tahminler gerçekleştirilmiştir.
Bu algoritmaların kullanılmasıyla, Titanic veri seti üzerindeki sınıflandırma problemine çözüm üretilerek, yolcuların hayatta kalma durumlarını öngörmek amaçlanmıştır.
işlem alanı düzeltmesi
gerekli library yüklemesi
## ── Attaching core tidyverse packages ──────────────────────── tidyverse 2.0.0 ──
## ✔ dplyr 1.1.4 ✔ readr 2.1.5
## ✔ forcats 1.0.0 ✔ stringr 1.5.1
## ✔ ggplot2 3.4.4 ✔ tibble 3.2.1
## ✔ lubridate 1.9.3 ✔ tidyr 1.3.0
## ✔ purrr 1.0.2
## ── Conflicts ────────────────────────────────────────── tidyverse_conflicts() ──
## ✖ dplyr::filter() masks stats::filter()
## ✖ dplyr::lag() masks stats::lag()
## ℹ Use the conflicted package (<http://conflicted.r-lib.org/>) to force all conflicts to become errors##
## Attaching package: 'caret'
##
## The following object is masked from 'package:purrr':
##
## lift## randomForest 4.7-1.1
## Type rfNews() to see new features/changes/bug fixes.
##
## Attaching package: 'randomForest'
##
## The following object is masked from 'package:dplyr':
##
## combine
##
## The following object is masked from 'package:ggplot2':
##
## marginlibrary('dplyr', quietly = TRUE)
library('tidyr', quietly = TRUE)
library('stringr', quietly = TRUE)
library("e1071", quietly = TRUE)test ve train dosyası okuması ve göstermesi
## Rows: 8693 Columns: 14
## ── Column specification ────────────────────────────────────────────────────────
## Delimiter: ","
## chr (5): PassengerId, HomePlanet, Cabin, Destination, Name
## dbl (6): Age, RoomService, FoodCourt, ShoppingMall, Spa, VRDeck
## lgl (3): CryoSleep, VIP, Transported
##
## ℹ Use `spec()` to retrieve the full column specification for this data.
## ℹ Specify the column types or set `show_col_types = FALSE` to quiet this message.## # A tibble: 6 × 14
## PassengerId HomePlanet CryoSleep Cabin Destination Age VIP RoomService
## <chr> <chr> <lgl> <chr> <chr> <dbl> <lgl> <dbl>
## 1 0001_01 Europa FALSE B/0/P TRAPPIST-1e 39 FALSE 0
## 2 0002_01 Earth FALSE F/0/S TRAPPIST-1e 24 FALSE 109
## 3 0003_01 Europa FALSE A/0/S TRAPPIST-1e 58 TRUE 43
## 4 0003_02 Europa FALSE A/0/S TRAPPIST-1e 33 FALSE 0
## 5 0004_01 Earth FALSE F/1/S TRAPPIST-1e 16 FALSE 303
## 6 0005_01 Earth FALSE F/0/P PSO J318.5-22 44 FALSE 0
## # ℹ 6 more variables: FoodCourt <dbl>, ShoppingMall <dbl>, Spa <dbl>,
## # VRDeck <dbl>, Name <chr>, Transported <lgl>## Rows: 4277 Columns: 13
## ── Column specification ────────────────────────────────────────────────────────
## Delimiter: ","
## chr (5): PassengerId, HomePlanet, Cabin, Destination, Name
## dbl (6): Age, RoomService, FoodCourt, ShoppingMall, Spa, VRDeck
## lgl (2): CryoSleep, VIP
##
## ℹ Use `spec()` to retrieve the full column specification for this data.
## ℹ Specify the column types or set `show_col_types = FALSE` to quiet this message.## # A tibble: 6 × 13
## PassengerId HomePlanet CryoSleep Cabin Destination Age VIP RoomService
## <chr> <chr> <lgl> <chr> <chr> <dbl> <lgl> <dbl>
## 1 0013_01 Earth TRUE G/3/S TRAPPIST-1e 27 FALSE 0
## 2 0018_01 Earth FALSE F/4/S TRAPPIST-1e 19 FALSE 0
## 3 0019_01 Europa TRUE C/0/S 55 Cancri e 31 FALSE 0
## 4 0021_01 Europa FALSE C/1/S TRAPPIST-1e 38 FALSE 0
## 5 0023_01 Earth FALSE F/5/S TRAPPIST-1e 20 FALSE 10
## 6 0027_01 Earth FALSE F/7/P TRAPPIST-1e 31 FALSE 0
## # ℹ 5 more variables: FoodCourt <dbl>, ShoppingMall <dbl>, Spa <dbl>,
## # VRDeck <dbl>, Name <chr># Separating 'PassengerId' column in 'train' dataframe
train <- separate(train, PassengerId, into = c("groups", "num"), sep = "_")
# Separating 'Cabin' column in 'train' dataframe
train <- separate(train, Cabin, into = c("c_deck", "C_num", "C_side"), sep = "/")
# Displaying the modified 'train' table after filling missing values
head(train)## # A tibble: 6 × 17
## groups num HomePlanet CryoSleep c_deck C_num C_side Destination Age VIP
## <chr> <chr> <chr> <lgl> <chr> <chr> <chr> <chr> <dbl> <lgl>
## 1 0001 01 Europa FALSE B 0 P TRAPPIST-1e 39 FALSE
## 2 0002 01 Earth FALSE F 0 S TRAPPIST-1e 24 FALSE
## 3 0003 01 Europa FALSE A 0 S TRAPPIST-1e 58 TRUE
## 4 0003 02 Europa FALSE A 0 S TRAPPIST-1e 33 FALSE
## 5 0004 01 Earth FALSE F 1 S TRAPPIST-1e 16 FALSE
## 6 0005 01 Earth FALSE F 0 P PSO J318.5-… 44 FALSE
## # ℹ 7 more variables: RoomService <dbl>, FoodCourt <dbl>, ShoppingMall <dbl>,
## # Spa <dbl>, VRDeck <dbl>, Name <chr>, Transported <lgl>Eksik Değerlerin Doldurulması:
‘HomePlanet’, ‘Destination’, ‘RoomService’, ‘FoodCourt’, ‘ShoppingMall’, ‘Spa’, ‘VRDeck’ ve ‘CryoSleep’ sütunlarında bulunan eksik değerler, coalesce fonksiyonu kullanılarak belirli varsayılan değerlerle doldurulmuştur. Bu işlem, eksik verilerin bulunduğu hücreleri belirli bir stratejiye göre tamamlamak için yapılmıştır. Faktörlere Dönüştürme:
‘VIP’, ‘c_deck’, ve ‘C_side’ gibi belirli sütunlar, kategorik kodlamada kullanılmak üzere coalesce fonksiyonu ile faktörlere dönüştürülmüştür. Bu, modelin kategorik değişkenleri daha etkili bir şekilde işlemesini sağlar. Toplam Değerlerin Hesaplanması:
‘RoomService’, ‘FoodCourt’, ‘ShoppingMall’, ‘Spa’ ve ‘VRDeck’ sütunlarının toplamını ifade eden ‘bills’ sütunu, bu sütunların toplamını hesaplayarak oluşturulmuştur. Bu, belirli hizmet ve alanlara ilişkin maliyetleri bir araya getirerek yeni bir özellik oluşturma amacını taşır. Yaş Gruplarına Göre Kategorizasyon:
‘Age’ sütunu kullanılarak ‘age_group’ adlı yeni bir sütun oluşturulmuş ve yolcular belirli yaş gruplarına ayrılmıştır. Bu, modelin yaş bilgisini daha kategorik bir formda kullanmasını sağlar. Kategorik Sütunların Faktörlere Dönüştürülmesi:
‘VIP’, ‘Destination’, ‘HomePlanet’, ‘Transported’, ‘CryoSleep’, ‘c_deck’ ve ‘C_num’ sütunları, kategorik kodlamada kullanılmak üzere as.factor fonksiyonu ile faktörlere dönüştürülmüştür. Bu, kategorik değişkenlerin model tarafından daha doğru bir şekilde yorumlanabilmesini sağlar.
# Filling missing values in certain columns with default values
train$HomePlanet <- coalesce(train$HomePlanet, "Earth")
train$Destination <- coalesce(train$Destination, "TRAPPIST-1e")
train$RoomService <- coalesce(train$RoomService, 0)
train$FoodCourt <- coalesce(train$FoodCourt, 0)
train$ShoppingMall <- coalesce(train$ShoppingMall, 0)
train$Spa <- coalesce(train$Spa, 0)
train$VRDeck <- coalesce(train$VRDeck, 0)
train$CryoSleep <- coalesce(train$CryoSleep, as.logical("FALSE"))
# Displaying the modified columns after filling missing values
cat("HomePlanet: ", head(train$HomePlanet), "\n")## HomePlanet: Europa Earth Europa Europa Earth Earth## Destination: TRAPPIST-1e TRAPPIST-1e TRAPPIST-1e TRAPPIST-1e TRAPPIST-1e PSO J318.5-22## RoomService: 0 109 43 0 303 0## FoodCourt: 0 9 3576 1283 70 483## ShoppingMall: 0 25 0 371 151 0## Spa: 0 549 6715 3329 565 291## VRDeck: 0 44 49 193 2 0## CryoSleep: FALSE FALSE FALSE FALSE FALSE FALSE# Converting certain columns to factors for categorical encoding
train$VIP <- coalesce(train$VIP, as.logical("FALSE"))
train$c_deck <- coalesce(train$c_deck, "N")
train$C_side <- coalesce(train$C_side, "N")
# Displaying the modified columns after conversion to factors
cat("VIP: ", head(train$VIP), "\n")## VIP: FALSE FALSE TRUE FALSE FALSE FALSE## c_deck: B F A A F F## C_side: P S S S S P# Calculating the sum of certain columns and storing the result
train$bills <- train$RoomService + train$FoodCourt + train$ShoppingMall + train$Spa + train$VRDeck
# Categorizing passengers into age groups based on the 'Age' column
train$age_group <- case_when(
train$Age <= 10 ~ 0,
train$Age <= 20 ~ 1,
train$Age <= 30 ~ 2,
train$Age <= 40 ~ 3,
train$Age <= 50 ~ 4,
train$Age <= 60 ~ 5,
train$Age <= 70 ~ 6,
train$Age <= 80 ~ 7,
TRUE ~ 99
)
# Converting certain columns to factors for categorical encoding
train$VIP <- as.factor(train$VIP)
train$Destination <- as.factor(train$Destination)
train$HomePlanet <- as.factor(train$HomePlanet)
train$Transported <- as.factor(train$Transported)
train$CryoSleep <- as.factor(train$CryoSleep)
train$c_deck <- as.factor(train$c_deck)
train$C_num <- as.factor(train$C_num)# Scatter plot of Age against Bills, colored by Transported status
ggplot(train, aes(x = Age, y = bills, color = Transported)) +
geom_point() +
labs(title = "Scatter Plot of Age vs Bills (Colored by Transported Status)", x = "Age", y = "Bills")## Warning: Removed 179 rows containing missing values (`geom_point()`).
# Creating a new dataframe 'df' by selecting specific columns for modeling
df <- train %>% select(-c(Name, groups, C_num, Age))
# Displaying the summary of the 'df' dataframe
summary(df)## num HomePlanet CryoSleep c_deck
## Length:8693 Earth :4803 FALSE:5656 F :2794
## Class :character Europa:2131 TRUE :3037 G :2559
## Mode :character Mars :1759 E : 876
## B : 779
## C : 747
## D : 478
## (Other): 460
## C_side Destination VIP RoomService
## Length:8693 55 Cancri e :1800 FALSE:8494 Min. : 0
## Class :character PSO J318.5-22: 796 TRUE : 199 1st Qu.: 0
## Mode :character TRAPPIST-1e :6097 Median : 0
## Mean : 220
## 3rd Qu.: 41
## Max. :14327
##
## FoodCourt ShoppingMall Spa VRDeck
## Min. : 0.0 Min. : 0.0 Min. : 0.0 Min. : 0.0
## 1st Qu.: 0.0 1st Qu.: 0.0 1st Qu.: 0.0 1st Qu.: 0.0
## Median : 0.0 Median : 0.0 Median : 0.0 Median : 0.0
## Mean : 448.4 Mean : 169.6 Mean : 304.6 Mean : 298.3
## 3rd Qu.: 61.0 3rd Qu.: 22.0 3rd Qu.: 53.0 3rd Qu.: 40.0
## Max. :29813.0 Max. :23492.0 Max. :22408.0 Max. :24133.0
##
## Transported bills age_group
## FALSE:4315 Min. : 0 Min. : 0.00
## TRUE :4378 1st Qu.: 0 1st Qu.: 1.00
## Median : 716 Median : 2.00
## Mean : 1441 Mean : 4.34
## 3rd Qu.: 1441 3rd Qu.: 3.00
## Max. :35987 Max. :99.00
## model <- randomForest(Transported ~ ., data = df, importance = TRUE, na.action = na.omit)
# Displaying information about the trained random forest model
print(model)##
## Call:
## randomForest(formula = Transported ~ ., data = df, importance = TRUE, na.action = na.omit)
## Type of random forest: classification
## Number of trees: 500
## No. of variables tried at each split: 3
##
## OOB estimate of error rate: 19.81%
## Confusion matrix:
## FALSE TRUE class.error
## FALSE 3311 1004 0.2326767
## TRUE 718 3660 0.1640018prediction <- predict(model, df)
# Creating a confusion matrix to evaluate model performance
conMat <- confusionMatrix(df$Transported, prediction)
# Displaying the confusion matrix
print(conMat)## Confusion Matrix and Statistics
##
## Reference
## Prediction FALSE TRUE
## FALSE 3602 713
## TRUE 21 4357
##
## Accuracy : 0.9156
## 95% CI : (0.9095, 0.9213)
## No Information Rate : 0.5832
## P-Value [Acc > NIR] : < 2.2e-16
##
## Kappa : 0.8309
##
## Mcnemar's Test P-Value : < 2.2e-16
##
## Sensitivity : 0.9942
## Specificity : 0.8594
## Pos Pred Value : 0.8348
## Neg Pred Value : 0.9952
## Prevalence : 0.4168
## Detection Rate : 0.4144
## Detection Prevalence : 0.4964
## Balanced Accuracy : 0.9268
##
## 'Positive' Class : FALSE
## # Extracting confusion matrix data
conMatData <- as.table(conMat)
# Creating a data frame for plotting
confusion_df <- data.frame(Reference = rep(rownames(conMatData), each = ncol(conMatData)),
Prediction = rep(colnames(conMatData), times = nrow(conMatData)),
Freq = as.vector(conMatData))
# Creating a heatmap
ggplot(confusion_df, aes(x = Reference, y = Prediction, fill = Freq)) +
geom_tile(color = "white") +
scale_fill_gradient(low = "lightblue", high = "darkblue") +
labs(title = "Confusion Matrix Heatmap",
x = "Reference",
y = "Prediction") +
theme_minimal()
Sütun Ayırma İşlemi: Test verilerindeki ‘PassengerId’ ve ‘Cabin’ sütunları, separate fonksiyonu kullanılarak belirli ayırma işlemlerine tabi tutulmuştur. Bu, veri setindeki bilgileri daha ayrıntılı ve kullanışlı hale getirme amacını taşımaktadır. ‘PassengerId’ sütunu ‘groups’ ve ‘num’ olmak üzere iki ayrı sütuna bölünmüş, ‘Cabin’ sütunu ise ‘c_deck’, ‘C_num’, ve ‘C_side’ olmak üzere üç ayrı sütuna bölünmüştür.
Eksik Değerleri Doldurma İşlemi: Belirli sütunlardaki eksik değerler, coalesce fonksiyonu kullanılarak varsayılan değerlerle doldurulmuştur. Örneğin, ‘HomePlanet’ sütunu için eksik değerler ‘Dünya’ ile, ‘Destination’ sütunu için eksik değerler ‘TRAPPIST-1e’ ile doldurulmuştur. Diğer sütunlar için de benzer şekilde eksik değerler varsayılan değerlerle tamamlanmıştır.
Faktörlere Dönüştürme İşlemi: Kategorik kodlamada kullanılmak üzere belirli sütunlar, örneğin ‘VIP’, ‘c_deck’, ve ‘C_side’, as.factor fonksiyonu kullanılarak faktörlere dönüştürülmüştür. Bu, modelin kategorik bilgileri daha etkili bir şekilde işlemesine olanak tanır.
Toplam Fatura Hesaplama: ‘RoomService’, ‘FoodCourt’, ‘ShoppingMall’, ‘Spa’ ve ‘VRDeck’ sütunlarının toplamını ifade eden ‘bills’ sütunu, bu sütunların toplamını hesaplayarak oluşturulmuştur.
Yaş Gruplarına Ayırma İşlemi: ‘Age’ sütunu kullanılarak yolcular, belirlenen yaş gruplarına ayrılmıştır. Bu, modelin yaş bilgisini daha geniş bir bağlamda ele almasına olanak tanır.
Tahmin İçin Veri Çerçevesi Oluşturma: Son olarak, belirli sütunları seçerek yeni bir veri çerçevesi olan ‘df_test’ oluşturulmuştur. Bu veri çerçevesi, modelin tahmin yapmak için kullanacağı özellikleri içermektedir.
test <- separate(test, PassengerId, into = c("groups", "num"), sep = "_")
test <- separate(test, Cabin, into = c("c_deck", "C_num", "C_side"), sep = "/")
head(test)## # A tibble: 6 × 16
## groups num HomePlanet CryoSleep c_deck C_num C_side Destination Age VIP
## <chr> <chr> <chr> <lgl> <chr> <chr> <chr> <chr> <dbl> <lgl>
## 1 0013 01 Earth TRUE G 3 S TRAPPIST-1e 27 FALSE
## 2 0018 01 Earth FALSE F 4 S TRAPPIST-1e 19 FALSE
## 3 0019 01 Europa TRUE C 0 S 55 Cancri e 31 FALSE
## 4 0021 01 Europa FALSE C 1 S TRAPPIST-1e 38 FALSE
## 5 0023 01 Earth FALSE F 5 S TRAPPIST-1e 20 FALSE
## 6 0027 01 Earth FALSE F 7 P TRAPPIST-1e 31 FALSE
## # ℹ 6 more variables: RoomService <dbl>, FoodCourt <dbl>, ShoppingMall <dbl>,
## # Spa <dbl>, VRDeck <dbl>, Name <chr># Filling missing values in certain columns with default values
test$HomePlanet <- coalesce(test$HomePlanet, "Earth")
test$Destination <- coalesce(test$Destination, "TRAPPIST-1e")
test$RoomService <- coalesce(test$RoomService, 0)
test$FoodCourt <- coalesce(test$FoodCourt, 0)
test$ShoppingMall <- coalesce(test$ShoppingMall, 0)
test$Spa <- coalesce(test$Spa, 0)
test$VRDeck <- coalesce(test$VRDeck, 0)
test$CryoSleep <- coalesce(test$CryoSleep, as.logical("FALSE"))
summary(test[, sapply(test, is.numeric)])## Age RoomService FoodCourt ShoppingMall
## Min. : 0.00 Min. : 0.0 Min. : 0.0 Min. : 0.0
## 1st Qu.:19.00 1st Qu.: 0.0 1st Qu.: 0.0 1st Qu.: 0.0
## Median :26.00 Median : 0.0 Median : 0.0 Median : 0.0
## Mean :28.66 Mean : 215.1 Mean : 428.6 Mean : 173.2
## 3rd Qu.:37.00 3rd Qu.: 48.0 3rd Qu.: 66.0 3rd Qu.: 27.0
## Max. :79.00 Max. :11567.0 Max. :25273.0 Max. :8292.0
## NA's :91
## Spa VRDeck
## Min. : 0.0 Min. : 0.0
## 1st Qu.: 0.0 1st Qu.: 0.0
## Median : 0.0 Median : 0.0
## Mean : 295.9 Mean : 304.9
## 3rd Qu.: 43.0 3rd Qu.: 31.0
## Max. :19844.0 Max. :22272.0
## # Plot bar chart for 'HomePlanet'
barplot(table(test$HomePlanet), main = "Distribution of HomePlanet", col = "skyblue", xlab = "HomePlanet")
# Pie chart for 'VIP' distribution
pie(table(test$VIP), main = "VIP Distribution", col = c("skyblue", "lightcoral"))
# Converting certain columns to factors for categorical encoding
test$VIP <- coalesce(test$VIP, as.logical("FALSE"))
test$c_deck <- coalesce(test$c_deck, "N")
test$C_side <- coalesce(test$C_side, "N")
# Calculating the sum of 'RoomService', 'FoodCourt', 'ShoppingMall', 'Spa', and 'VRDeck' columns
test$bills <- test$RoomService + test$FoodCourt + test$ShoppingMall + test$Spa + test$VRDeck
# Categorizing passengers into age groups based on the 'Age' column
test$age_group <- case_when(
test$Age <= 10 ~ 0,
test$Age <= 20 ~ 1,
test$Age <= 30 ~ 2,
test$Age <= 40 ~ 3,
test$Age <= 50 ~ 4,
test$Age <= 60 ~ 5,
test$Age <= 70 ~ 6,
test$Age <= 80 ~ 7,
TRUE ~ 99
)
# Converting certain columns to factors for categorical encoding
test$VIP <- as.factor(test$VIP)
test$Destination <- as.factor(test$Destination)
test$HomePlanet <- as.factor(test$HomePlanet)
test$CryoSleep <- as.factor(test$CryoSleep)
test$c_deck <- as.factor(test$c_deck)
test$C_num <- as.factor(test$C_num)
# Creating a new dataframe 'df_test' by selecting specific columns for prediction
df_test <- test %>% select(-c(Name)) # Exclude 'Name', but include 'age_group'
# Exclude 'Name' and 'age_group'
summary(df_test)## groups num HomePlanet CryoSleep
## Length:4277 Length:4277 Earth :2350 FALSE:2733
## Class :character Class :character Europa:1002 TRUE :1544
## Mode :character Mode :character Mars : 925
##
##
##
##
## c_deck C_num C_side Destination
## F :1445 4 : 21 Length:4277 55 Cancri e : 841
## G :1222 31 : 18 Class :character PSO J318.5-22: 388
## E : 447 197 : 16 Mode :character TRAPPIST-1e :3048
## B : 362 294 : 16
## C : 355 228 : 14
## D : 242 (Other):4092
## (Other): 204 NA's : 100
## Age VIP RoomService FoodCourt
## Min. : 0.00 FALSE:4203 Min. : 0.0 Min. : 0.0
## 1st Qu.:19.00 TRUE : 74 1st Qu.: 0.0 1st Qu.: 0.0
## Median :26.00 Median : 0.0 Median : 0.0
## Mean :28.66 Mean : 215.1 Mean : 428.6
## 3rd Qu.:37.00 3rd Qu.: 48.0 3rd Qu.: 66.0
## Max. :79.00 Max. :11567.0 Max. :25273.0
## NA's :91
## ShoppingMall Spa VRDeck bills
## Min. : 0.0 Min. : 0.0 Min. : 0.0 Min. : 0
## 1st Qu.: 0.0 1st Qu.: 0.0 1st Qu.: 0.0 1st Qu.: 0
## Median : 0.0 Median : 0.0 Median : 0.0 Median : 714
## Mean : 173.2 Mean : 295.9 Mean : 304.9 Mean : 1418
## 3rd Qu.: 27.0 3rd Qu.: 43.0 3rd Qu.: 31.0 3rd Qu.: 1444
## Max. :8292.0 Max. :19844.0 Max. :22272.0 Max. :33666
##
## age_group
## Min. : 0.000
## 1st Qu.: 1.000
## Median : 2.000
## Mean : 4.389
## 3rd Qu.: 3.000
## Max. :99.000
## # Making predictions on the test data using the trained model for Random Forest
rf_model <- predict(model, df_test)
summary(rf_model)## FALSE TRUE
## 1966 2311submit_rf <- data.frame(PassengerId = passid, Transported = str_to_title(rf_model))
write_csv(submit_rf, "C:/Users/acer/Desktop/AWAB 2.5/submission_rf.csv", col_names = TRUE)
cat("Random Forest results saved to 'submission_rf.csv'.\n")## Random Forest results saved to 'submission_rf.csv'.## PassengerId Transported
## 1 0013_01 True
## 2 0018_01 False
## 3 0019_01 True
## 4 0021_01 True
## 5 0023_01 False
## 6 0027_01 Truek-En Yakın Komşular (KNN) Modeli Eğitimi: Bu bölümde, ‘knn’ methodu kullanılarak bir k-en yakın komşular modeli eğitilir.
# Creating k-Nearest Neighbors model
knn_model <- train(Transported ~ ., data = df, method = "knn")
# Summary of knn_model
summary(knn_model)## Length Class Mode
## learn 2 -none- list
## k 1 -none- numeric
## theDots 0 -none- list
## xNames 30 -none- character
## problemType 1 -none- character
## tuneValue 1 data.frame list
## obsLevels 2 -none- character
## param 0 -none- listKNN ile Test Verisi Üzerinde Tahminler: Bu bölümde, eğitilen k-NN modeli kullanılarak test veri seti üzerinde tahminler yapılır. Elde edilen tahminler, bir veri çerçevesine dönüştürülerek belirli bir dosyaya kaydedilir.
# Making predictions on the test data using the trained model for k-Nearest Neighbors (KNN)
knn_prediction <- predict(knn_model, df_test)
# Creating a dataframe for KNN submission
knn_submit <- data.frame(PassengerId = passid, Transported = str_to_title(knn_prediction))
# Writing KNN results to a CSV file
write_csv(knn_submit, "C:/Users/acer/Desktop/AWAB 2.5/submission_knn.csv", col_names = TRUE)
# Displaying a message indicating that KNN results are saved
cat("k-Nearest Neighbors (KNN) results saved to 'submission_knn.csv'.\n")## k-Nearest Neighbors (KNN) results saved to 'submission_knn.csv'.## PassengerId Transported
## 1 0013_01 True
## 2 0018_01 False
## 3 0019_01 True
## 4 0021_01 True
## 5 0023_01 False
## 6 0027_01 TrueNaive Bayes Modeli Eğitimi: Bu bölümde, ‘naiveBayes’ kütüphanesi kullanılarak bir Naive Bayes modeli eğitilir.
# Creating a Naive Bayes model
nb_model <- naiveBayes(Transported ~ ., data = df)
# Making predictions on the test data using the trained Naive Bayes model
nb_prediction <- predict(nb_model, df_test)
# Creating a dataframe for Naive Bayes submission
nb_submit <- data.frame(PassengerId = passid, Transported = str_to_title(as.character(nb_prediction)))
# Writing Naive Bayes results to a CSV file
write_csv(nb_submit, "C:/Users/acer/Desktop/AWAB 2.5/submission_nb.csv", col_names = TRUE)
# Displaying a message indicating that Naive Bayes results are saved
cat("Naive Bayes results saved to 'submission_nb.csv'.\n")## Naive Bayes results saved to 'submission_nb.csv'.## PassengerId Transported
## 1 0013_01 True
## 2 0018_01 False
## 3 0019_01 True
## 4 0021_01 True
## 5 0023_01 True
## 6 0027_01 TrueNaive Bayes ile Test Verisi Üzerinde Tahminler:
Bu bölümde, eğitilen Naive Bayes modeli kullanılarak test veri seti üzerinde tahminler yapılır. Elde edilen tahminler, bir veri çerçevesine dönüştürülerek belirli bir dosyaya kaydedilir.
## FALSE TRUE
## num 7.974743e-04 7.974743e-04
## HomePlanet 1.639566e-02 1.639566e-02
## CryoSleep 4.505999e-02 4.505999e-02
## c_deck 1.738475e-02 1.738475e-02
## C_side 4.480930e-03 4.480930e-03
## Destination 3.483495e-03 3.483495e-03
## VIP -6.841063e-05 -6.841063e-05
## RoomService 3.647567e-02 3.647567e-02
## FoodCourt 2.969291e-02 2.969291e-02
## ShoppingMall 1.723413e-02 1.723413e-02
## Spa 3.900136e-02 3.900136e-02
## VRDeck 3.668946e-02 3.668946e-02
## bills 9.079922e-02 9.079922e-02
## age_group 5.741038e-03 5.741038e-03# Assuming 'knn_model' is the KNN model created with the train function
knn_summary_df <- as.data.frame(summary(knn_model))
print(knn_summary_df)## Var1 Var2 Freq
## 1 learn Length 2
## 2 k Length 1
## 3 theDots Length 0
## 4 xNames Length 30
## 5 problemType Length 1
## 6 tuneValue Length 1
## 7 obsLevels Length 2
## 8 param Length 0
## 9 learn Class -none-
## 10 k Class -none-
## 11 theDots Class -none-
## 12 xNames Class -none-
## 13 problemType Class -none-
## 14 tuneValue Class data.frame
## 15 obsLevels Class -none-
## 16 param Class -none-
## 17 learn Mode list
## 18 k Mode numeric
## 19 theDots Mode list
## 20 xNames Mode character
## 21 problemType Mode character
## 22 tuneValue Mode list
## 23 obsLevels Mode character
## 24 param Mode list# Assuming 'nb_model' is the Naive Bayes model created with the naiveBayes function
nb_summary_df <- as.data.frame(summary(nb_model))
print(nb_summary_df)## Var1 Var2 Freq
## 1 apriori Length 2
## 2 tables Length 14
## 3 levels Length 2
## 4 isnumeric Length 14
## 5 call Length 4
## 6 apriori Class table
## 7 tables Class -none-
## 8 levels Class -none-
## 9 isnumeric Class -none-
## 10 call Class -none-
## 11 apriori Mode numeric
## 12 tables Mode list
## 13 levels Mode character
## 14 isnumeric Mode logical
## 15 call Mode call
