• Skip to main content
  • Skip to secondary menu
  • Skip to primary sidebar
  • Skip to footer
  • Home
  • Crypto Currency
  • Technology
NEO Share

NEO Share

Sharing The Latest Tech News

  • Home
  • Artificial Intelligence
  • Machine Learning
  • Computers
  • Mobile
  • Crypto Currency

Kivy Kullanarak Telefon Fiyatı Sınıflayıcı Geliştirme

December 30, 2020 by systems

Burak Uğur

Bu uygulamamızda Kivy ile geliştirdiğimiz mobil uygulamadan gelen verilerle eğitilmiş makine öğrenmesi modeline telefon fiyatı sınıfını tahminleme yaptıracağız.

GEREKLİ KÜTÜPHANELER

pandas==1.15.4kivy== 2.0.0scikit-Learn== 0.24pickle== 0.0.11

Modelin kullanacağı verileri Kaggle platformu üzerinden elde ettik. Elde ettiğimiz verilere göz atalım.

Data Head

Tanımlayıcı İstatistiklere bakalım.

Veri setimizde eksik değer bulunmuyor. Aykırı değerlerden arındırılmış veri seti olduğu için daha fazla ön işleme yapmamıza gerek yok.

Şimdi sınıflayıcı modeli geliştirelim.

Sınıflama modelini karar ağacı algoritmasını kullanarak oluşturduk. Karar ağaçları derin katmanlara indiğinde ezberleme riski taşır fakat bu modelde ön tanımlı parametrelerini kullanarak ilerleyeceğimiz için bu risk söz konusu değildir.

Geliştirdiğimiz modelde hiper-parametre optimizasyonu yapmadık isterseniz siz yapabilirsiniz.

Geliştirdiğimiz model 0.94 Train Accuracy ve 0.81 Test Accuracy aldı. Şimdi sıra geliştirdiğimiz modeli kaydetmekte. Modeli kayıt ederken aşağıdaki kodları kullanacağız.

Model kaydedildi bir sonraki aşamaya geçelim.

Modelin tahminleme yapmasını sağlamak için uygulama üzerinden gelen verileri dataframe çevirmesi, modeli yeniden dağıtması ve düzenlemesi gerekmektedir. Bu bölümde yukarıda bahsedilen işlemleri yapan fonksiyonlar yazacağız.

2.1 Model Okuma

Eğitilmiş modeli kullanmak için aşağıdaki fonksiyonu yazıyoruz.

2.2 Gelen Verilerle Dataframe Oluşturma

Uygulama arayüzü ile gelen bilgileri pandas dataframe haline çevirmemiz gerekiyor.

2.3 Model Tahmini

Modelin dataframe haline gelmiş veriyi tahmin etmesi için yazdık.

Kivy

İlk aşamada uygulama arayüzünü geliştirmemiz gerekiyor. Bunun için Kivy modülünden yardım alıyoruz. Bu modül çapraz platformlar için uygulama geliştirmede yardımcı oluyor.

Display Screenshot

Uygulamanın arayüzü tamamlandıktan sonra “Fiyatı tahmin et” butonuna basılınca gerçekleşecek işlemleri yazmalıyız. Fiyat tahmin sonucunu görmek için popup oluşturduk.

Popup Screenshot

Basit arayüze sahip makine öğrenmesi modeli barındıran mobil uygulama geliştirdik. Kaynak kodlara aşağıdaki linkten ulaşabilirsiniz.

Filed Under: Artificial Intelligence

Primary Sidebar

ПОЛІТИЧНА ПРОПОЗИЦІЯ

Google Switch Transformers: Scaling to Trillion Parameter Models with constant computational costs

Tech companies are making speech ‘someone else’s problem.’ Here’s how

How to Install Virtual Environments in Jupyter Notebook on MacOS

Price Prediction Of Diamonds

Footer

  • Privacy Policy
  • Terms and Conditions

Copyright © 2021 NEO Share

Terms and Conditions - Privacy Policy