Kaggle Notebooks Kullanımı (Basit Örnek)

Kaggle, veri bilimcilerine ve makine öğrenimi uzmanlarına veri setleri sunan ve bu veri setleri üzerinde çalışmalar yapmalarını sağlayan bir online platformdur. Örnek bir uygulama olarak, bir görüntü tanıma problemi üzerinde çalışabilirsiniz. Öncelikle, Kaggle’da mevcut olan bir görüntü tanıma veri setini indirin. Daha sonra, bu veri setini kullanarak bir makine öğrenimi modeli eğitin. Eğitim işlemi tamamlandıktan sonra, modeli test etmek için kullanabileceğiniz bir test veri seti de bulunmaktadır. Modelinizin performansını ölçmek için test veri setinde elde ettiğiniz sonuçları kullanabilirsiniz.

Şimdi aşağıdaki adımları izleyerek örnek bir kaggle uygulaması yapacağız.

Adım 1: Kaggle hesabınızı açın ve “Datasets” sekmesine gidin.

Adım 2: Aradığınız veri setini bulun. Uygulamada “Food Prices in Turkey” veri setini kullanacağız.

Adım 3: “New Notebook” butonuna tıklayın ve istediğiniz dili seçin(örn: Python)

Adım 4: Veri setini okumak için pandas kütüphanesini kullanabilirsiniz. Örnek kod şöyle olabilir:


# This Python 3 environment comes with many helpful analytics libraries installed
# It is defined by the kaggle/python Docker image: https://github.com/kaggle/docker-python
# For example, here's several helpful packages to load

import numpy as np # linear algebra
import pandas as pd # data processing, CSV file I/O (e.g. pd.read_csv)

# Input data files are available in the read-only "../input/" directory
# For example, running this (by clicking run or pressing Shift+Enter) will list all files under the input directory

import os
for dirname, _, filenames in os.walk('/kaggle/input'):
    for filename in filenames:
        print(os.path.join(dirname, filename))

# You can write up to 20GB to the current directory (/kaggle/working/) that gets preserved as output when you create a version using "Save & Run All" 
# You can also write temporary files to /kaggle/temp/, but they won't be saved outside of the current session

# This Python 3 environment comes with many helpful analytics libraries installed

# It is defined by the kaggle/python Docker image: https://github.com/kaggle/docker-python

# For example, here's several helpful packages to load

import numpy as np # linear algebra

import pandas as pd # data processing, CSV file I/O (e.g. pd.read_csv)

# Input data files are available in the read-only "../input/" directory

# For example, running this (by clicking run or pressing Shift+Enter) will list all files under the input directory

import os

for dirname, _, filenames in os.walk('/kaggle/input'):

for filename in filenames:

print(os.path.join(dirname, filename))

# You can write up to 20GB to the current directory (/kaggle/working/) that gets preserved as output when you create a version using "Save & Run All"

# You can also write temporary files to /kaggle/temp/, but they won't be saved outside of the current session

Adım 5: Veri seti hakkında bilgi edinmek için head() ve describe() metodlarını kullanabilirsiniz.

Kaggle, pandas kütüphanesini kullanarak veri setlerini okumanıza ve analiz etmenize izin verir. “head()” ve “describe()” metodları, veri seti hakkında bilgi edinmenize ve veri setinde ne aradığınızı anlamanıza yardımcı olur.

İlk beş veriyi seçme:


import numpy as np # linear algebra
import pandas as pd # data processing, CSV file I/O (e.g. pd.read_csv)


data = pd.read_csv("/kaggle/input/food-prices-in-turkey/train.csv")

data.head(0)
data.head(5)

import numpy as np # linear algebra

import pandas as pd # data processing, CSV file I/O (e.g. pd.read_csv)

data = pd.read_csv("/kaggle/input/food-prices-in-turkey/train.csv")

data.head(0)

data.head(5)

Belirli sayıda sütun ile sınırlandırma:


import numpy as np # linear algebra
import pandas as pd # data processing, CSV file I/O (e.g. pd.read_csv)


data = pd.read_csv("/kaggle/input/food-prices-in-turkey/train.csv")
df = pd.DataFrame(data) 
df1 = df[["ProductId","ProductName","Year","Price"]]

df1.head(0)
df1.head(5)

import numpy as np # linear algebra

import pandas as pd # data processing, CSV file I/O (e.g. pd.read_csv)

data = pd.read_csv("/kaggle/input/food-prices-in-turkey/train.csv")

df = pd.DataFrame(data)

df1 = df[["ProductId","ProductName","Year","Price"]]

df1.head(0)

df1.head(5)

İlgili

TagsKaggle

Kaggle Notebooks Kullanımı (Basit Örnek)

İlgili

About the author

admin

Add Comment

Cancel reply

Bunu paylaş:

İlgili

You may also like

About the author

admin

Add Comment