Upload 2 files

app.py

@@ -0,0 +1,467 @@
+import streamlit as st
+import pandas as pd
+import numpy as np
+import streamlit.components.v1 as components
+import matplotlib.pyplot as plt
+import seaborn as sns
+from sklearn.preprocessing import PowerTransformer
+from sklearn.model_selection import train_test_split
+from sklearn.linear_model import LinearRegression
+from sklearn.tree import DecisionTreeRegressor, plot_tree
+from sklearn.ensemble import RandomForestRegressor
+from sklearn.metrics import mean_squared_error, mean_absolute_error, r2_score
+import folium
+from folium.plugins import HeatMap, MarkerCluster
+import tempfile
+import os
+
+def folium_static(fig, height=500):
+    """Render folium map by saving to HTML."""
+    temp = tempfile.NamedTemporaryFile(delete=False, suffix='.html')
+    temp_path = temp.name
+    temp.close()
+    fig.save(temp_path)
+    with open(temp_path, 'r', encoding='utf-8') as f:
+        html_data = f.read()
+    os.unlink(temp_path)
+    components.html(html_data, height=height)
+
+
+st.set_page_config(page_title="Airbnb Fiyat Tahmini", page_icon="🏠", layout="wide")
+
+st.markdown("""
+<style>
+    .main-header {
+        font-size: 2.5rem;
+        color: #FF5A5F; /* Airbnb color */
+        text-align: center;
+        margin-bottom: 1rem;
+    }
+    .section-header {
+        font-size: 1.8rem;
+        color: #484848;
+        margin-top: 1.5rem;
+        margin-bottom: 1rem;
+    }
+    .subsection-header {
+        font-size: 1.3rem;
+        color: #767676;
+        margin-top: 1rem;
+    }
+    .description {
+        font-size: 1rem;
+        color: #484848;
+    }
+    .info-box {
+        background-color: #f8f9fa;
+        padding: 15px;
+        border-radius: 5px;
+        border-left: 5px solid #FF5A5F;
+    }
+</style>
+""", unsafe_allow_html=True)
+
+st.sidebar.title("Navigasyon")
+pages = ["Ana Sayfa", "Veri İnceleme", "Ön İşleme Sonuçları", "Model Sonuçları", "Harita Görselleştirme"]
+selected_page = st.sidebar.radio("", pages)
+
+@st.cache_data
+def load_data():
+    try:
+        df = pd.read_csv("AB_NYC_2019.csv")
+        return df
+    except:
+        st.error("Lütfen AB_NYC_2019.csv dosyasını yükleyin veya doğru konumda olduğundan emin olun.")
+        return None
+
+df = load_data()
+
+if df is None:
+    st.warning("Devam etmek için veri dosyasını yükleyin.")
+    uploaded_file = st.file_uploader("AB_NYC_2019.csv dosyasını yükleyin", type="csv")
+    if uploaded_file is not None:
+        df = pd.read_csv(uploaded_file)
+        st.success("Veri başarıyla yüklendi!")
+
+def preprocess_data(df):
+   
+    processed_df = df.copy()
+   
+    processed_df.drop(columns=["id", "name", "host_id", "host_name", "last_review"], inplace=True)
+ 
+    power_transformer = PowerTransformer(method='yeo-johnson')
+    reviews_temp = processed_df["reviews_per_month"].fillna(0)
+    processed_df["reviews_per_month"] = power_transformer.fit_transform(reviews_temp.values.reshape(-1, 1))
+
+    processed_df["reviews_per_month_original"] = power_transformer.inverse_transform(
+        processed_df["reviews_per_month"].values.reshape(-1, 1)
+    ).flatten()
+
+    processed_df = pd.get_dummies(processed_df, columns=["neighbourhood_group", "room_type"], drop_first=True)
+  
+    processed_df["neighbourhood_encoded"] = processed_df.groupby("neighbourhood")["price"].transform("mean")
+    processed_df.drop(columns=["neighbourhood"], inplace=True)
+    
+    processed_df = processed_df[processed_df["price"] > 0]
+
+    processed_df["log_price"] = np.log1p(processed_df["price"])
+    processed_df["minimum_nights_log"] = np.log1p(processed_df["minimum_nights"])
+    processed_df["review_score"] = processed_df["reviews_per_month"] * processed_df["number_of_reviews"]
+   
+    X = processed_df.drop(columns=["price"])
+    if "reviews_per_month_original" in X.columns:
+        X = X.drop(columns=["reviews_per_month_original"])
+    y = processed_df["price"]
+    
+    return X, y, processed_df
+
+if df is not None:
+
+    if selected_page == "Ana Sayfa":
+        st.markdown("<h1 class='main-header'>New York Airbnb Fiyat Tahmini</h1>", unsafe_allow_html=True)
+        
+        col1, col2, col3 = st.columns([1, 3, 1])
+        with col2:
+            st.image("https://a0.muscache.com/im/pictures/fe7217ff-0b24-438d-8833-1dd45a298a6b.jpg", use_column_width=True)
+        
+        st.markdown("<div class='info-box'>", unsafe_allow_html=True)
+        st.markdown("""
+        Bu veri seti ile New York City'deki Airbnb ilanlarının fiyatlarını tahmin etmeye çalışacağız. 
+        Amacımız, bir evi kiralamak isteyen birinin fiyatının ne olacağını öngörmek. 
+        Bunun için Regresyon, Karar Ağacı ve Random Forest modelleri uygulayacağız.
+        """)
+        st.markdown("</div>", unsafe_allow_html=True)
+        
+        st.markdown("<h2 class='section-header'>Veri Seti Genel Bakış</h2>", unsafe_allow_html=True)
+        st.dataframe(df.head())
+        
+        st.markdown("<h2 class='section-header'>Veri Seti Sütunları</h2>", unsafe_allow_html=True)
+        st.markdown("""
+        - **id**: Airbnb ilanının benzersiz kimlik numarası
+        - **name**: İlanın adı veya açıklaması
+        - **host_id**: İlan sahibinin benzersiz kimlik numarası
+        - **host_name**: İlan sahibinin adı
+        - **neighbourhood_group**: İlanın bulunduğu büyük bölge (örneğin Manhattan, Brooklyn)
+        - **neighbourhood**: İlanın bulunduğu mahalle
+        - **latitude**: İlanın enlem (latitude) koordinatı
+        - **longitude**: İlanın boylam (longitude) koordinatı
+        - **room_type**: Konaklama türü (Örneğin: "Private room", "Entire home/apt", "Shared room")
+        - **price**: Gecelik konaklama ücreti (USD cinsinden)
+        - **minimum_nights**: Konaklama için belirlenen minimum gece sayısı
+        - **number_of_reviews**: İlanın aldığı toplam inceleme sayısı
+        - **last_review**: İlanın son inceleme tarihi
+        - **reviews_per_month**: Aylık ortalama inceleme sayısı
+        - **calculated_host_listings_count**: Aynı ev sahibinin toplam ilan sayısı
+        - **availability_365**: Yıl boyunca müsait olduğu gün sayısı (365 gün üzerinden)
+        """)
+    
+  
+    elif selected_page == "Veri İnceleme":
+        st.markdown("<h1 class='main-header'>Veri İnceleme</h1>", unsafe_allow_html=True)
+     
+        st.markdown("<h2 class='section-header'>Aylık Yorum Sayısı Analizi</h2>", unsafe_allow_html=True)
+        
+        col1, col2 = st.columns(2)
+        with col1:
+            st.metric("Ortalama", f"{df['reviews_per_month'].mean():.2f}")
+        with col2:
+            st.metric("Medyan", f"{df['reviews_per_month'].median():.2f}")
+        
+        st.markdown("<div class='info-box'>", unsafe_allow_html=True)
+        st.markdown("""
+        Çarpık bir dağılım var. Çünkü ortalama > medyan olduğundan dağılım sağa çarpık. 
+        Bu da birçok ilan çok az yorum alırken, az sayıda ilan aşırı fazla yorum aldığını gösteriyor.
+        """)
+        st.markdown("</div>", unsafe_allow_html=True)
+
+        fig, ax = plt.subplots(figsize=(10, 5))
+        sns.histplot(df["reviews_per_month"].dropna(), bins=50, kde=True, ax=ax)
+        ax.axvline(df["reviews_per_month"].dropna().mean(), color='red', linestyle='dashed', linewidth=2, label="ortalama")
+        ax.axvline(df["reviews_per_month"].dropna().median(), color='blue', linestyle='dashed', linewidth=2, label="median")
+        ax.set_title("Aylık Yorum Sayısı Dağılımı")
+        ax.legend()
+        
+        st.pyplot(fig)
+        
+        st.markdown("""
+        Daha fazla yorum sayısına sahip ilanlar ortalamayı yukarı çekiyor. 
+        Burada çarpıklığı azaltmam gerekiyor. Dağılımı dengeli hale getirelim.
+        """)
+
+        st.markdown("<h2 class='section-header'>Eksik Değer Analizi</h2>", unsafe_allow_html=True)
+        
+        missing_vals = df.isnull().sum()
+        missing_cols = missing_vals[missing_vals > 0]
+        
+        if len(missing_cols) > 0:
+            st.write("Eksik değer içeren sütunlar:")
+            st.write(missing_cols)
+        else:
+            st.success("Veri setinde eksik değer bulunmuyor.")
+    
+ 
+    elif selected_page == "Ön İşleme Sonuçları":
+        st.markdown("<h1 class='main-header'>Ön İşleme Sonuçları</h1>", unsafe_allow_html=True)
+        
+  
+        st.markdown("<h2 class='section-header'>Yeo-Johnson Dönüşümü Sonuçları</h2>", unsafe_allow_html=True)
+   
+        processed_df = df.copy()
+  
+        try:
+            power_transformer = PowerTransformer(method='yeo-johnson')
+            reviews_temp = processed_df["reviews_per_month"].fillna(0)
+            reviews_transformed = power_transformer.fit_transform(reviews_temp.values.reshape(-1, 1))
+            reviews_original = power_transformer.inverse_transform(reviews_transformed)
+            
+    
+            fig, axes = plt.subplots(1, 2, figsize=(16, 5))
+            
+  
+            sns.histplot(reviews_temp, bins=50, kde=True, ax=axes[0], color='skyblue')
+            axes[0].axvline(reviews_temp.mean(), color='red', linestyle='dashed', linewidth=2, label="ortalama")
+            axes[0].axvline(reviews_temp.median(), color='blue', linestyle='dashed', linewidth=2, label="median")
+            axes[0].set_title("Orijinal Veride Aylık Yorum Dağılımı")
+            axes[0].legend()
+            
+         
+            sns.histplot(reviews_transformed, bins=50, kde=True, ax=axes[1], color='lightgreen')
+            axes[1].axvline(reviews_transformed.mean(), color='red', linestyle='dashed', linewidth=2, label="ortalama")
+            axes[1].axvline(np.median(reviews_transformed), color='blue', linestyle='dashed', linewidth=2, label="median")
+            axes[1].set_title("Yeo-Johnson Dönüşüm Sonrası Dağılım")
+            axes[1].legend()
+            
+            plt.tight_layout()
+            st.pyplot(fig)
+            
+          
+            fig, ax = plt.subplots(1, 2, figsize=(12, 6))
+            
+          
+            sns.boxplot(x=reviews_transformed.flatten(), ax=ax[0])
+            ax[0].set_title("Aylık Yorum Sayısı Dağılımı (Boxplot)")
+            
+         
+            sns.histplot(reviews_transformed.flatten(), bins=30, kde=True, ax=ax[1])
+            ax[1].set_title("Aylık Yorum Sayısı Histogramı")
+            
+            st.pyplot(fig)
+            
+            st.markdown("<div class='info-box'>", unsafe_allow_html=True)
+            st.markdown("""
+            ✓ Çünkü veri uç değerler içeriyor ve çarpık bir dağılım gösteriyor.  
+            ✓ Çoğu ilan çok az yorum alırken, birkaç ilan çok fazla yorum alıyor.  
+            ✓ mean() kullanırsak, az yorum alan ilanlar için yanlış tahmin yapabiliriz.
+            """)
+            st.markdown("</div>", unsafe_allow_html=True)
+        except Exception as e:
+            st.error(f"Dönüşüm sırasında hata oluştu: {e}")
+        
+  
+        st.markdown("<h2 class='section-header'>Eksik Değer Doldurma Stratejisi</h2>", unsafe_allow_html=True)
+        
+        st.markdown("""
+        Eksik değerleri şu stratejiye göre doldurdum:
+        
+        1. Önce reviews_per_month sütununu float tipine çevirdim.
+        2. Aynı mahalle ve oda tipindeki medyan değerleri kullanarak eksik değerleri doldurdum.
+        3. Hala eksik değer varsa, mahalle bazında medyan değerleri kullandım.
+        4. Son olarak, kalan eksik değerleri 0 ile doldurdum.
+        """)
+        
+ 
+        st.markdown("<h2 class='section-header'>Kategorik Değişken Dönüşümü ve Özellik Mühendisliği</h2>", unsafe_allow_html=True)
+        
+        st.markdown("""
+        1. neighbourhood_group ve room_type kategorik değişkenlerini one-hot encoding ile sayısal değerlere dönüştürdüm.
+        2. neighbourhood değişkenini, her mahalle için ortalama fiyatı hesaplayarak kodladım.
+        3. Sıfır fiyatlı ilanları veri setinden çıkardım.
+        4. Logaritmik dönüşümler uygulayarak log_price ve minimum_nights_log değişkenlerini oluşturdum.
+        5. reviews_per_month ve number_of_reviews değişkenlerini birleştirerek review_score adlı yeni bir özellik oluşturdum.
+        """)
+    
+   
+    elif selected_page == "Model Sonuçları":
+        st.markdown("<h1 class='main-header'>Model Sonuçları</h1>", unsafe_allow_html=True)
+        
+  
+        if st.checkbox("Modelleri Göster", value=True):
+            with st.spinner("Modeller hazırlanıyor..."):
+               
+                X, y, processed_df = preprocess_data(df)
+                X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)
+                
+              
+                st.markdown("<h2 class='section-header'>Doğrusal Regresyon Sonuçları</h2>", unsafe_allow_html=True)
+                
+                lr_model = LinearRegression()
+                lr_model.fit(X_train, y_train)
+                lr_pred = lr_model.predict(X_test)
+                
+                lr_mae = mean_absolute_error(y_test, lr_pred)
+                lr_mse = mean_squared_error(y_test, lr_pred)
+                lr_rmse = np.sqrt(lr_mse)
+                
+                col1, col2, col3 = st.columns(3)
+                col1.metric("MAE", f"${lr_mae:.2f}")
+                col2.metric("RMSE", f"${lr_rmse:.2f}")
+                col3.metric("MSE", f"${lr_mse:.2f}")
+                
+                fig, ax = plt.subplots(figsize=(8, 6))
+                sns.scatterplot(x=y_test, y=lr_pred, alpha=0.5, ax=ax)
+                ax.plot([y_test.min(), y_test.max()], [y_test.min(), y_test.max()], color="red", linestyle="--")
+                ax.set_xlabel("Gerçek Değerler (Fiyat)")
+                ax.set_ylabel("Tahmin Edilen Değerler (Fiyat)")
+                ax.set_title("Gerçek vs. Tahmin Edilen Fiyatlar")
+                
+          
+                
+                st.pyplot(fig)
+                
+         
+                st.markdown("<h2 class='section-header'>Karar Ağacı Sonuçları</h2>", unsafe_allow_html=True)
+                
+                dt_model = DecisionTreeRegressor(max_depth=4, random_state=42)
+                dt_model.fit(X_train, y_train)
+                dt_pred = dt_model.predict(X_test)
+                
+                dt_mae = mean_absolute_error(y_test, dt_pred)
+                dt_mse = mean_squared_error(y_test, dt_pred)
+                dt_r2 = r2_score(y_test, dt_pred)
+                
+                col1, col2, col3 = st.columns(3)
+                col1.metric("MAE", f"${dt_mae:.2f}")
+                col2.metric("MSE", f"${dt_mse:.2f}")
+                col3.metric("R²", f"{dt_r2:.4f}")
+                
+                fig, ax = plt.subplots(figsize=(8, 6))
+                sns.scatterplot(x=y_test, y=dt_pred, alpha=0.5, ax=ax)
+                ax.plot([y_test.min(), y_test.max()], [y_test.min(), y_test.max()], color="brown", linestyle="--")
+                ax.set_xlabel("Gerçek Değerler (Fiyat)")
+                ax.set_ylabel("Tahmin Edilen Değerler (Fiyat)")
+                ax.set_title("Gerçek vs. Tahmin Edilen Fiyatlar")
+                
+            
+                
+                st.pyplot(fig)
+                
+                if st.checkbox("Karar Ağacını Görselleştir"):
+                    fig, ax = plt.subplots(figsize=(20, 10))
+                    plot_tree(dt_model, feature_names=X.columns, filled=True, rounded=True, ax=ax)
+                    ax.set_title("Decision Tree")
+                    st.pyplot(fig)
+                
+
+                st.markdown("<h2 class='section-header'>Random Forest Sonuçları</h2>", unsafe_allow_html=True)
+                
+                rf_model = RandomForestRegressor(n_estimators=100, random_state=42)
+                rf_model.fit(X_train, y_train)
+                rf_pred = rf_model.predict(X_test)
+                
+                rf_mae = mean_absolute_error(y_test, rf_pred)
+                rf_mse = mean_squared_error(y_test, rf_pred)
+                rf_r2 = r2_score(y_test, rf_pred)
+                
+                col1, col2, col3 = st.columns(3)
+                col1.metric("MAE", f"${rf_mae:.2f}")
+                col2.metric("MSE", f"${rf_mse:.2f}")
+                col3.metric("R²", f"{rf_r2:.4f}")
+                
+                fig, ax = plt.subplots(figsize=(8, 6))
+                sns.scatterplot(x=y_test, y=rf_pred, alpha=0.5, ax=ax)
+                ax.plot([y_test.min(), y_test.max()], [y_test.min(), y_test.max()], color="red", linestyle="--")
+                ax.set_xlabel("Gerçek Değerler (Fiyat)")
+                ax.set_ylabel("Tahmin Edilen Değerler (Fiyat)")
+                ax.set_title("Gerçek vs. Tahmin Edilen Fiyatlar")
+                
+        
+                
+                st.pyplot(fig)
+        
+                st.markdown("<h2 class='section-header'>Model Karşılaştırması</h2>", unsafe_allow_html=True)
+                
+                comparison_df = pd.DataFrame({
+                    'Model': ['Doğrusal Regresyon', 'Karar Ağacı', 'Random Forest'],
+                    'MAE': [lr_mae, dt_mae, rf_mae],
+                    'MSE': [lr_mse, dt_mse, rf_mse],
+                    'R²': [r2_score(y_test, lr_pred), dt_r2, rf_r2]
+                })
+                
+                comparison_df = comparison_df.set_index('Model')
+                st.dataframe(comparison_df.style.highlight_min(subset=['MAE', 'MSE']).highlight_max(subset=['R²']))
+                
+                st.markdown("<div class='info-box'>", unsafe_allow_html=True)
+                st.markdown("""
+                Random Forest modeli en iyi performansı göstermiştir. 
+                R² değeri 1'e yakın olduğu için modelin açıklama gücü yüksektir.
+                """)
+                st.markdown("</div>", unsafe_allow_html=True)
+    
+
+    elif selected_page == "Harita Görselleştirme":
+        st.markdown("<h1 class='main-header'>Harita Görselleştirme</h1>", unsafe_allow_html=True)
+        
+        try:
+    
+            st.markdown("<h2 class='section-header'>Semtlere Göre Konum Dağılımı</h2>", unsafe_allow_html=True)
+            
+            fig, ax = plt.subplots(figsize=(10, 6))
+            sns.scatterplot(x=df.longitude, y=df.latitude, hue=df.neighbourhood_group, ax=ax)
+            ax.set_title('Neighbourhood Group Location')
+            st.pyplot(fig)
+            
+     
+            st.markdown("<h2 class='section-header'>Oda Tiplerine Göre Konum Dağılımı</h2>", unsafe_allow_html=True)
+            
+            fig, ax = plt.subplots(figsize=(10, 6))
+            sns.scatterplot(x=df.longitude, y=df.latitude, hue=df.room_type, ax=ax)
+            ax.set_title('Room type location per Neighbourhood Group')
+            st.pyplot(fig)
+            
+           
+            st.markdown("<h2 class='section-header'>İlan Yoğunluğu Haritası</h2>", unsafe_allow_html=True)
+            
+            if st.button("Yoğunluk Haritasını Göster"):
+               
+                m = folium.Map(location=[40.76586, -73.98436], tiles='cartodbpositron', zoom_start=11)
+                
+         
+                sample_df = df.sample(min(5000, len(df)))
+                
+               
+                HeatMap(data=sample_df[['latitude', 'longitude']].values.tolist(), radius=10).add_to(m)
+                
+            
+                folium_static(m, height=600)
+            
+      
+            st.markdown("<h2 class='section-header'>İlan Kümeleme Haritası</h2>", unsafe_allow_html=True)
+            
+            if st.button("Kümeleme Haritasını Göster"):
+             
+                m = folium.Map(location=[40.76586, -73.98436], tiles='cartodbpositron', zoom_start=11)
+          
+                sample_df = df.sample(min(1000, len(df)))
+                
+         
+                sample_df["All"] = 'Room type: ' + sample_df['room_type'].astype(str) + ', ' + \
+                                'Availability (365 days): ' + sample_df["availability_365"].astype(str) + ', ' + \
+                                'Price: $' + sample_df["price"].astype(str)
+                
+       
+                marker_cluster = MarkerCluster().add_to(m)
+                
+        
+                for idx, row in sample_df.iterrows():
+                    folium.Marker(
+                        location=[row['latitude'], row['longitude']],
+                        popup=row['All']
+                    ).add_to(marker_cluster)
+            
+                folium_static(m, height=600)
+        except Exception as e:
+            st.error(f"Harita oluşturulurken bir hata oluştu: {e}")
+
+if __name__ == "__main__":
+   
+    pass

requirements.txt

@@ -0,0 +1,9 @@
+streamlit>=1.25.0
+pandas>=1.3.0
+numpy>=1.21.0
+matplotlib>=3.4.0
+seaborn>=0.11.0
+scikit-learn>=1.0.0
+folium>=0.12.0
+streamlit-folium>=0.11.0
+plotly>=5.3.0