HİLE DENETİMİ İÇİN MAKİNE ÖĞRENMESİ 1: BASİT DOĞRUSAL REGRESYON

Şirketimizle ilgili şu veriler elimizde olsun: Hile yaptığı tespit edilen personelin maaşları ve tespit edilen hile tutarları. İlgili veri aşağıda:

Bu veriye bakarak, hile tutarları ile maaşlar arasında doğrusal bir ilişki var mı, sorusuna yanıt aramak istiyoruz. Eğer böyle bir doğrusal ilişki tespit edersek, "Şirketimiz özelinde, maaşı yüksek olan personelin daha yüksek tutarlarda hile yapması mümkündür." şeklinde bir çıkarım yapmamız ve mevcut kontrol noktalarımızı bu çıkarım doğrultusunda güncellememiz mümkün olabilecektir. 

Sahip olduğumuz veriyi Python ve kütüphaneleri ile irdeleyeceğiz. Gerekli kodları aşağıya ekliyorum.

# gerekli kütüphaneleri çalışmamıza eklemeye başlayalım

import pandas as pd

import numpy as np

import seaborn as sns

import matplotlib.pyplot as plt

from sklearn.linear_model import LinearRegression

# verimizi çalışmamıza ekleyelim ve ön incelemeye tabi tutalım

df = pd.read_csv(link, sep = ';')

df.head()

df.info()

df.describe()

#Seaborn lmplot ile veriyi görselleştirelim

sns.lmplot(x='maas', y='hiletutari', data=df)

plt.title("Hileli İşlem Tutarları ve Maaşlar")

plt.xlabel("Hilekar Maasları")

plt.ylabel("Hile Tutarları")

plt.xticks(rotation=90)

plt.xlim(0,10000)

plt.ylim(bottom=0)

plt.show()

# x ve y değerlerini numpy ile dönüştürme

# numpy ile daha hızlı analiz yapabiliriz

x= df['maas'].values.reshape(-1,1)

y= df['hiletutari'].values.reshape(-1,1)