Başlık Titanic Yolcu Kurtme — İkili Sınıflandırma Projesi
Açıklama Bu proje, Titanic veri seti kullanılarak yolcuların hayatta kalma olasılıklarını tahmin etmeyi amaçlar. Proje, veri keşfi (EDA), özellik mühendisliği, önişleme pipeline’ı, temel modeller (Lojistik Regresyon, Random Forest), opsiyonel bir Keras sinir ağı, model değerlendirme ve model kaydetmeyi içerir. Colab üzerinde adım adım çalışmak üzere hazırlandı.
Özellikler
Veri temizleme ve eksik değer impute etme Yeni özellikler: Title, HasCabin, FamilySize Sayısal/kategorik pipeline: imputasyon, ölçekleme, One-Hot Encoding Modeller: Logistic Regression, Random Forest, opsiyonel Keras NN Model değerlendirme: Accuracy, ROC AUC, Confusion Matrix, Classification Report Basit GridSearch ile hiperparametre ayarı Model serileştirme (joblib) Dosya Yapısı (Colab için hücre sırası)
1_setup.ipynb (veya ilk hücre): kütüphaneler ve veri yükleme 2_eda.ipynb: keşifsel veri analizi, görselleştirmeler 3_feature_engineering.ipynb: feature oluşturma ve sütun seçimi 4_preprocessing_and_pipelines.ipynb: ColumnTransformer ve pipeline tanımı 5_model_training.ipynb: LR ve RF eğitimi, değerlendirme 6_hyperparameter_tuning.ipynb: GridSearch örneği 7_keras_model.ipynb (opsiyonel): basit sinir ağı artifacts/: kaydedilmiş model dosyaları (titanic_rf_pipeline.joblib vb.) README.md (bu dosya) Kurulum & Çalıştırma (Colab)
Colab’da yeni notebook oluştur veya hazır .ipynb hücrelerini sırayla kopyala. Runtime > Change runtime type > Python 3 (GPU gerekli değil). Hücreleri sırasıyla çalıştır: Kütüphaneler ve veri yükleme EDA Feature engineering Train/test split + pipeline Modelleri eğit ve değerlendir (Opsiyonel) Hyperparameter tuning ve Keras NN Modeli kaydetmek için joblib.dump(...) kullan. Veri Kaynağı
Titanic veri seti (kamu): https://raw.githubusercontent.com/datasciencedojo/datasets/master/titanic.csv Ana Komutlar (kısa örnek)
Veri yükleme: df = pd.read_csv(train_url) Train/test split: train_test_split(...) Pipeline tanımı: Pipeline([...]) ve ColumnTransformer([...]) Model eğitme: pipe.fit(X_train, y_train) Model kaydetme: joblib.dump(pipe_rf, 'titanic_rf_pipeline.joblib') Değerlendirme Metirikleri
Accuracy, Precision, Recall, F1-score (classification_report) ROC AUC (roc_auc_score) Confusion Matrix (sns.heatmap) Sonuçlar (örnek)
Logistic Regression accuracy ≈ 0.79 Random Forest accuracy ≈ 0.81 Keras NN accuracy ≈ 0.80 (Not: Bu değerler kullandığın parametrelere ve rastlantısal tohumlara göre değişebilir.) İyi Uygulamalar ve İleri Adımlar
Daha sofistike Age imputasyonu (model tabanlı) Feature engineering: fare dönüşümleri, kabin harfi kullanımı Stratified K-Fold CV, daha geniş hyperparameter aramaları (RandomizedSearch/Bayesian) XGBoost/LightGBM ile karşılaştırma Model açıklanabilirliği için SHAP kullanımı Sonuçları ve model dosyalarını GitHub üzerinde yayınlama Lisans MIT License — İstediğiniz şekilde kullanabilirsiniz, atıf memnuniyetle karşılanır.