Sosyal Ağlarda Makine Öğrenmesi 15 [ Karar Ağacı Sınıflandırıcıları -2 ]

İlk olarak kütüphaneleri ve veri setimizi içe aktaralım.


Yukarıdaki kısımda ise veri setimizi eğitim ve test olarak ayırdık. Feature Scaling yaptık ardından da veri setimizi Decision Tree ile eğitirken criterion =’entropy’ diyerek entropi kriterini seçtik. Bu kısım bizim için önemli.

Sonuçları tahmin edip hata matrisimizi oluşturduk.

Eğitim setimizi görselleştirdik.

Test setimizi görselleştirdik.

Eğitim ve test setimizi görselleştirdik ardından hata matrisimizi tahmin ettik. 9 hatalı sonuç var.

Görselleştirmede ilk göze çarpan yatay ve dikey çizgilerle bölünmeler olması. Bunun dışında polinomsal veya farklı herhangi bir eğrinin olmaması. Kırmızı alanda kalan yeşil noktalar ve yeşil alanda kalan kırmızı noktalar ise hatalı tahminleri gösteriyor. Kötü denilemeyecek bir oranda sonuç yakaladık.

You may also like...

Bir cevap yazın

E-posta hesabınız yayımlanmayacak. Gerekli alanlar * ile işaretlenmişlerdir