HAFTA 4.2

import numpy as np

import pandas as pd

veri =pd.read_csv("car.csv",encoding='unicode_escape')

veri_copy=veri.copy()

from sklearn import preprocessing

sayisallastirma = preprocessing.LabelEncoder()
Hangi kütüphaneleri kullanıyoruz?

• numpy ve pandas

• tensorflow ve sklearn

• matplotlib ve seaborn

• keras ve nltk

import numpy as np import pandas as pd

veri =pd.read_csv("car.csv",encoding='unicode_escape')

veri_copy=veri.copy() from sklearn

import preprocessing sayisallastirma = preprocessing.LabelEncoder()

"car.csv" dosyasını hangi komutla okuyoruz?

• read_csv("car.csv")

• read_file("car.csv")

• load_data("car.csv")

• read_csv("car.csv", encoding='unicode_escape')

from sklearn.model_selection import train_test_split

giris_egitim, giris_test, satis_egitim, satis_test = train_test_split(girisler,cikis, test_size=0.3,random_state=109)

Hangi kütüphaneden "train_test_split" fonksiyonunu kullanıyoruz?

• pandas

• sklearn

• numpy

• matplotlib

from sklearn.model_selection import train_test_split giris_egitim, giris_test, satis_egitim, satis_test = train_test_split(girisler,cikis, test_size=0.3,random_state=109)

Hangi değişkenler "train_test_split" fonksiyonuna giriş olarak verilir?

• giris_egitim ve giris_test

• veri_egitim ve veri_test

• girisler_egitim ve girisler_test

• egitim_veri ve test_veri

from sklearn.model_selection import train_test_split giris_egitim, giris_test, satis_egitim, satis_test = train_test_split(girisler,cikis, test_size=0.3,random_state=109)

Veri setimizi kaç parçaya bölmek için "test_size" parametresiyle belirlediğimiz oran nedir?

• %20

• %25

• %30

• %50

from sklearn.model_selection import train_test_split giris_egitim, giris_test, satis_egitim, satis_test = train_test_split(girisler,cikis, test_size=0.3,random_state=109)

Rastgele bölme işleminin tekrarlanabilirliği için hangi parametreyi kullanıyoruz?

• randomize

• random_state

• SEED

• shuffle

Karar ağaçları algoritmasının temel amacı nedir?

• Veri setini birleştirmek

• Veri setini genişletmek

• Veri setini bölerek küçültmek

• Veri setini değiştirmek

Karar ağacı algoritmalarında birinci düğüme ne denir?

• Yaprak düğüm

• Dal düğüm

• Kök düğüm

• Karar düğümü

Karar ağaçları hangi tür verilerden oluşabilir?

• Sadece metinsel veriler

• Sadece sayısal veriler

• Yalnızca resim verileri

• Hem metinsel hem de sayısal veriler

Karar ağaçlarındaki karar düğümleri neyi temsil eder?

• Dalan yolları

• Sonuçları

• Kök düğümü

• Veri setini