Onurkotlutok05
80+ Gold
- Katılım
- 30 Ocak 2021
- Mesajlar
- 5,089
Dahası
- Reaksiyon skoru
- 7,927
- Konum
- Meeeehsi'nin evi
- İsim
- Onur
- İlgilendiği Kategoriler
- Toplama bilgisayar tavsiye
Spyder kullanıyorum şu kod üstünde çalışıyoruz ama çalıştıramadık bir türlü
from keras.models import Sequential
from keras.layers import Dense
import numpy as np
from sklearn.model_selection import train_test_split
import matplotlib.pyplot as plt
from sklearn import metrics
dataset = np.genfromtxt('emission_dataset.csv', delimiter=',')
Giris = dataset[1:, 0:8]
Cikis = dataset[1:, 8]
# Çıktı değişkeni CO2 emisyonları olarak değiştirilir.
Cikis = Cikis[:, 0]
Giris_train, Giris_test, Cikis_train, Cikis_test = train_test_split(Giris, Cikis, test_size=0.2, random_state=0)
model = Sequential()
model.add(Dense(6, input_dim=8, activation='relu'))
model.add(Dense(6, activation='relu'))
model.add(Dense(6, activation='relu'))
model.add(Dense(6, activation='relu'))
model.add(Dense(1, activation='sigmoid'))
model.compile(loss='binary_crossentropy', optimizer='adam', metrics=['accuracy'])
model.summary()
model.fit(Giris_train, Cikis_train, epochs=30, batch_size=5)
Cikis_pred = model.predict(Giris_test)
Cikis_pred = (Cikis_pred > 0.5).flatten()
print("Doğruluk:", metrics.accuracy_score(Cikis_test, Cikis_pred))
cm = confusion_matrix(Cikis_test, Cikis_pred)
index = ['Düşük', 'Yüksek']
columns = ['Düşük', 'Yüksek']
cm_df = pd.DataFrame(cm, columns, index)
plt.figure(figsize=(10, 6))
sns.heatmap(cm_df, annot=True, fmt="d")
from keras.models import Sequential
from keras.layers import Dense
import numpy as np
from sklearn.model_selection import train_test_split
import matplotlib.pyplot as plt
from sklearn import metrics
dataset = np.genfromtxt('emission_dataset.csv', delimiter=',')
Giris = dataset[1:, 0:8]
Cikis = dataset[1:, 8]
# Çıktı değişkeni CO2 emisyonları olarak değiştirilir.
Cikis = Cikis[:, 0]
Giris_train, Giris_test, Cikis_train, Cikis_test = train_test_split(Giris, Cikis, test_size=0.2, random_state=0)
model = Sequential()
model.add(Dense(6, input_dim=8, activation='relu'))
model.add(Dense(6, activation='relu'))
model.add(Dense(6, activation='relu'))
model.add(Dense(6, activation='relu'))
model.add(Dense(1, activation='sigmoid'))
model.compile(loss='binary_crossentropy', optimizer='adam', metrics=['accuracy'])
model.summary()
model.fit(Giris_train, Cikis_train, epochs=30, batch_size=5)
Cikis_pred = model.predict(Giris_test)
Cikis_pred = (Cikis_pred > 0.5).flatten()
print("Doğruluk:", metrics.accuracy_score(Cikis_test, Cikis_pred))
cm = confusion_matrix(Cikis_test, Cikis_pred)
index = ['Düşük', 'Yüksek']
columns = ['Düşük', 'Yüksek']
cm_df = pd.DataFrame(cm, columns, index)
plt.figure(figsize=(10, 6))
sns.heatmap(cm_df, annot=True, fmt="d")