/Data-Analysis-with-Iris-Dataset

This project was prepared for Akbank Data Analysis Bootcamp

Primary LanguageJupyter NotebookMIT LicenseMIT

Iris Veri Seti ile Veri Analizi

Bu proje, Iris veri setini kullanarak çiçek türlerinin çeşitli özelliklerini analiz etmeyi amaçlamaktadır. Projede, veri temizleme, keşifsel veri analizi (EDA), temel istatistiksel analizler, veri görselleştirme ve özellik mühendisliği adımları uygulanmıştır.

Veri Seti

  • Kaynak: UCI Machine Learning Repository - Iris Data Set
  • Özellikler:
    • sepal length (cm): Çanak yaprağı uzunluğu
    • sepal width (cm): Çanak yaprağı genişliği
    • petal length (cm): Taç yaprağı uzunluğu
    • petal width (cm): Taç yaprağı genişliği
    • target: Çiçek türü (0: Setosa, 1: Versicolor, 2: Virginica)

Analiz Adımları

  1. Veri Seti Seçimi
  2. Google Colab Dosyası Oluşturma
  3. Keşifsel Veri Analizi (EDA)
  4. Veri Temizleme ve Ön İşleme
  5. Temel İstatistiksel Analizler
  6. Görselleştirme
  7. Değişkenler Arası İlişkilerin Analizi
  8. Özellik Mühendisliği (Feature Engineering)

Nasıl Kullanılır

  1. Bu depoyu kendi bilgisayarınıza klonlayın veya indirin.
  2. Google Colab sitesine gidin ve VeriAnaliziProjesi.ipynb dosyasını yükleyin.
  3. Colab dosyasındaki kodları çalıştırarak analizleri gerçekleştirin. Colab dosyası veri setini otomatik olarak indirecektir.

Temel Bulgular

  • Çanak yaprağı uzunluğu ve genişliği ile taç yaprağı uzunluğu ve genişliği arasında yüksek bir korelasyon bulunmuştur.
  • Çiçek türleri arasındaki farklar, sepal ve petal ölçümleri ile belirlenebilir.