20BIL

IsikOdev.py

from keras.models import Sequential
from keras.layers import Dense
import enum
import names


#? Renkler class'ı
class Renk(enum.Enum):
   Kirmizi = 1
   Yesil = 2
   Mavi = 3

#? Kişi class'ı burada kişinin ismini ve tercihlerini alıyoruz
class Person:
    def __init__(self, name, diziSeviyor, motorSeviyor, basketSeviyor, sevidigiRenk):
        self.name = name
        self.diziSeviyor = 1 if diziSeviyor else 0
        self.motorSeviyor = 1 if motorSeviyor else 0
        self.basketSeviyor = 1 if basketSeviyor else 0

        #Tenary operatörü ile Renk enum'ının değerlerini alıyoruz. Sevdiği rengi 1 geri kalanları sıfır yapıyoruz
        self.enSevdigiRenkKirmizi = 1 if sevidigiRenk is Renk.Kirmizi else 0
        self.enSevdigiRenkYesil = 1 if sevidigiRenk is Renk.Yesil else 0
        self.enSevdigiRenkMavi = 1 if sevidigiRenk is Renk.Mavi else 0


    
    #? Neural network için dizi çıkarır 
    #? [diziSeviyorİseBir, motorSeviyorİse1, basketSeviyorİse1, enSevdigiRenkKirmiziİse1, enSevdigiRenkYesilİse1, enSevdigiRenkMaviİse1]
    #? Örnek veri; Kişi dizi seviyor, motorlardan hoşlanmıyor, basketbol'da sevmiyor ve en sevdiği renk yeşil [1, 0, 0, 0, 1, 0] 
    def veriVer(self):
        return [self.diziSeviyor, self.motorSeviyor, self.basketSeviyor, self.enSevdigiRenkKirmizi, self.enSevdigiRenkYesil, self.enSevdigiRenkMavi]


#! Kişiler listesini oluşturuyoruz
kisiler = []

#! Yüz defa çalışacak bir for döngüsü döndürüyoruz
for _ in range(0, 100):
    #Random bir kişi ismi alıyoruz
    isim = names.get_full_name()
    #Random bir dizi seviyor mu değerini alıyoruz
    diziSeviyor = bool(random.randint(0, 1))
    #Random bir motor seviyor mu değerini alıyoruz
    motorSeviyor = bool(random.randint(0, 1))
    #Random bir basketbol seviyor mu değerini alıyoruz
    basketSeviyor = bool(random.randint(0, 1))
    #Random bir renk seçiyor mu değerini alıyoruz
    sevdigiRenk = random.choice(list(Renk))
    #Kişi class'ını oluşturuyoruz
    kisi = Person(isim, diziSeviyor, motorSeviyor, basketSeviyor, sevdigiRenk)
    #Kişi listesine ekliyoruz
    kisiler.append(kisi)


x = [] #? Input değerlerini veriyoruz
y = [] #? Output değerlerini veriyoruz, bu şekilde kişileri belirleyebileceğiz

#? Kişiler kadar döngü döndürüyoruz, kişinin değerlerini x listesine, kişinin dizideki index'ini output'a veriyoruz
for i in range(0, len(kisiler)):
    #Kişinin 'kisiler' dizisindeki index'ini alıyoruz
    ind = i
    #Kişinin network verilerisini 'Person' class'ındaki veriVer() metodu ile alıyoruz
    personData = kisiler[i].veriVer()
    #Kişinin network verilerini x listesine ekliyoruz
    x.append(ind)
    #Kişinin index'ini output'a ekliyoruz
    y.append(personData)


#Model oluşturuyoruz
model = Sequential()

#? Aktivasyon verisini tanımlıyoruz ve input dizi uzunluğunu veriyoruz
model.add(Dense(12, input_dim=6, activation='relu'))
model.add(Dense(3, activation='relu'))
model.add(Dense(1, activation='sigmoid'))


model.compile(loss='binary_crossentropy', optimizer='adam', metrics=['accuracy'])
model.fit(x, y, epochs=150, batch_size=10)

    #? Örnek veri; Kişi dizi seviyor, motorlardan hoşlanmıyor, basketbol'da sevmiyor ve en sevdiği renk yeşil [1, 0, 0, 0, 1, 0] 

predictions = model.predict([1, 0, 0, 0, 1, 0])
rounded = [round(x[0]) for x in predictions]
print(rounded)