Data Science Python Project 22 — Feature Engineering ve Dengesiz Veri (Encoding, SMOTE)

Proje Kurulumu

Projeyi öncelikle forklayın ve clone edin. Proje sayımız ilerledikçe proje yönetimimizi kolaylaştırmak adına projelerimizi belli klasör kalıplarında saklamak iyi bir alışkanlıktır. Örnek bir Lokasyon: Code2Work/DataScience/data-project-22.

Proje Kurulumu Komutlar

Aşağıdaki komutları sırasıyla çalıştırınız.

• python -m venv venv
• venv\Scripts\activate (Windows) — macOS / Linux için: source venv/bin/activate
• pip install -r requirements.txt => Tüm bağımlılıkları kurar
• python watch.py => Kaydettikçe testleri otomatik çalıştırır ve skorunu Kaizu'ya gönderir
• python tests/test_question.py => Testleri tek seferlik çalıştırır ve skorunu Kaizu'ya gönderir

⚠️ Başlamadan önce: tests/test_question.py dosyasının başındaki USER_ID = 0 satırına kendi Kaizu ID'ni yaz (Profile → Settings → User ID). Yazmazsan skorun gönderilmez.

Bonus

• Eğer daha detaylı bir şekilde testlerin içerisine bakmak isterseniz:
• pytest tests/test_question.py -s -v (sadece testleri gösterir, skor göndermez)

Projeye Başlamadan Önce

• Bu bir Python projesidir. Veritabanı kurulumuna, SQL sorgusuna ya da herhangi bir bağlantı ayarına gerek yoktur.
• Çalışırken sadece tasks/task_manager.py dosyasında çalışacağız. Bu dosyanın dışındaki kodları değiştirmeyiniz!
• Her fonksiyonun ne yapması gerektiği tasks/task_manager.py içindeki yorum satırlarında açıklanmıştır. Fonksiyonların içini doldurunuz.
• Projede kullanılan veri seti repo içinde tasks/witcher_characters.csv yolundadır; ayrıca bir dosya indirmenize gerek yoktur.
• Testleri çalıştırarak doğru sonuç alıp almadığınızı adım adım kontrol edebilirsiniz.

Questions

• Senaryo: Witcher kahramanları üzerine özellik mühendisliği (feature engineering) yapacaksın. Label encoding, one-hot encoding, down-sampling, up-sampling ve SMOTE ile dengesiz veri problemini ele alacaksın.
• tasks/task_manager.py dosyasının içerisindeki fonksiyonların içerisini doldurmaya çalışın.