CleanDataRegression.py

import pandas as pd
import matplotlib.pyplot as plt
from sklearn.tree import DecisionTreeRegressor
from sklearn.metrics import mean_squared_error, mean_absolute_error, r2_score 
from sklearn.model_selection import train_test_split

data = pd.read_csv("DataSon.csv")

# Sütunların bilgilerini verir
# print(data.info())
# Sütunlardaki verilerin min maks değerleri, ortalamaları gibi veriler
# print(data.describe().T)
# İlk 5 veriyi getirmek için, n parametresi ile kaç tane istiyorsan o kadar veri getirtebilirsin.
# print(data.head())
# Sondan veri getirmek için
# print(data.tail())
# Hangi veriden kaç adet bulunduğunu gösterir.
# print(data["sehir"].value_counts())
# data["sehir"].value_counts().plot.barh()
# data["Bulunduğu Kat"].value_counts().plot.barh()
# data["Oda Sayısı"].value_counts().plot.barh()
# fig = plt.figure(figsize=(5,15))
# data["Bina Yaş"].value_counts().plot(kind="pie")
# plt.ylabel("Yaş")


# Etiketleme için sklearn kütüphanesi içerisinden LabelEncoder kullanacağız
from sklearn.preprocessing import LabelEncoder,OneHotEncoder

le = LabelEncoder()
ohe = OneHotEncoder()

newData = data.copy()
newData["sehir"] = le.fit_transform(newData["sehir"])
newData["Bulunduğu Kat"] = le.fit_transform(newData["Bulunduğu Kat"])
newData["Bina Yaş"] = le.fit_transform(newData["Bina Yaş"])
newData["Isıtma Tipi"] = le.fit_transform(newData["Isıtma Tipi"])

sehir = ohe.fit_transform(newData["sehir"].values.reshape(-1,1)).toarray()
sonuc = pd.DataFrame(data=sehir,index=range(len(sehir)),columns=["antalya","bursa","canakkale","denizli","eskisehir","gaziantep","kirklareli","kocaeli"])


newData.drop("Unnamed: 0",axis=1,inplace=True)
newData.drop("sehir",axis=1,inplace=True)
sonuc.drop("antalya",axis=1,inplace=True)
newData = pd.concat([newData,sonuc],axis=1)

X = newData.iloc[:,1:].to_numpy()
y = newData["fiyat"].to_numpy()
x_train,x_test,y_train,y_test = train_test_split(X,y,test_size=0.1,random_state=15)
r_dt = DecisionTreeRegressor(random_state=1)
r_dt.fit(x_train,y_train)
y_pred =  r_dt.predict(x_test)


print("Modelin skoru: "+str(r_dt.score(x_test,y_test)))
mse = mean_squared_error(y_test,y_pred)
mae = mean_absolute_error(y_test, y_pred)
r2 = r2_score(y_test,  y_pred)

print("Mean Squared Error:", mse)
print("Mean Absolute Error:", mae)
print("R-squared:", r2)
from sklearn.metrics import mean_squared_error
from math import sqrt

import statsmodels.api as sm
model = sm.OLS(y,X).fit()
# print(model.summary())