🌟 IoT Veri Seti Analizi

Bu proje, bir fabrikadaki makinelerden IOT ile alınan veri setinin makine öğrenmesi teknikleri kullanılarak analiz edilmesini kapsamaktadır. Analiz; veri önişleme, keşfedici veri analizi, görselleştirme, model eğitimi ve değerlendirme adımlarını içerir. Sonuçlar, bir fabrikadaki enerji tüketimi, hata tahmini ve makine uyarıları hakkında öngörüler sağlamaya yöneliktir.

 

🎯 Amaçlar

• Veri Analizi: Veri setini makine öğrenmesi için temizlemek ve önişlemek.
• Model Eğitimi: Sınıflandırma (hata tahmini gibi) ve regresyon (enerji tüketimi tahmini gibi) için modeller eğitmek.
• Görselleştirme: Veri hakkında görsel çıkarımlar sağlamak.
• Değerlendirme: Uygun metriklerle model performansını değerlendirmek.
• Döküman Hazırlama: Tüm süreci, kodu ve sonuçları net bir şekilde açıklamak.

 

📊 Veri Seti

Açıklama

Veri seti, bir fabrikadan IoT sensör okumalarını içermektedir ve şu sütunlardan oluşmaktadır:

• Machine_ID: Her makine için benzersiz bir tanımlayıcı.
• Timestamp: Okumanın alındığı zaman.
• Temperature_C: Makine sıcaklığı (Celsius cinsinden).
• Vibration_ms2: Titreşim seviyesi (m/s² cinsinden).
• Error_Status: Makine hatalarını belirten ikili durum (0 veya 1).
• Production_Count: Okuma süresince üretim miktarı.
• Energy_Consumption_kWh: Enerji tüketimi (kWh cinsinden).
• Connection_Status: Makine bağlantı durumu (0 veya 1).
• Alerts: Makine tarafından tetiklenen uyarılar.

 

📘 Kaynak

Bu veri seti ham bir şekilde ,fabrikalara IOT çözümü sunan bir yazılım firmasından alınmıştır.

 

✅ Metodoloji

🛠 1. Veri Önişleme

• Eksik veriler uygun stratejilerle doldurulmuştur (sayısal veriler için ortalama, kategorik veriler için en sık değer).

        data['Temperature_C'] = data['Temperature_C'].fillna(data['Temperature_C'].mean())
        data['Vibration_ms2'] = data['Vibration_ms2'].fillna(data['Vibration_ms2'].mean())
        data['Error_Status'] = data['Error_Status'].fillna(data['Error_Status'].mode()[0])
        data['Alerts'] = data['Alerts'].fillna(data['Alerts'].mode()[0])
        # Sebep:
        #'Ortalama' --> sayısal verilerde genel eğilimi korurken
        #'En sık değer' --> kategorik sütunlarda sınıf dengesini korur. 
  
  

• Kategorik sütunlar için etiket kodlama (label encoding) yapılmıştır.

• Zaman tabanlı özellikler çıkarılmıştır (saat, gün).

• Aşağıdaki gibi ek özellikler mühendisliği yapılmıştır:

  • Bir üretim birimi başına enerji tüketimi.(Enerji verimliliğini ölçmek için)
  • Titreşim ve sıcaklık oranı. (Makine titreşimi ve sıcaklık arasındaki ilişkiyi analiz etmek için)

      data['Energy_per_Production'] = data['Energy_Consumption_kWh'] / (data['Production_Count'] + 1e-9)
      data['Vibration_Temperature_Ratio'] = data['Vibration_ms2'] / (data['Temperature_C'] + 1e-9) ```
  
  

📊 2. Veri Görselleştirme

Veri görselleştirme aşamasında aşağıdaki analizler ve grafikler hazırlanmıştır:

1. Histogramlar

• Temperature_C, Vibration_ms2, Production_Count, ve Energy_Consumption_kWh değişkenlerinin dağılımını analiz etmek için histogramlar oluşturulmuştur.
• Bu grafikler, verinin simetrik mi, çarpık mı olduğunu ve genel dağılım yapısını incelememizi sağlamıştır.

 

2. Korelasyon Matrisi ve Isı Haritası

• Tüm sayısal değişkenler arasındaki ilişkileri analiz etmek için bir korelasyon matrisi hazırlanmıştır.
• Korelasyon matrisi ısı haritası olarak görselleştirilmiştir. Örneğin:
  • Energy_Consumption_kWh ve Production_Count arasında yüksek pozitif bir korelasyon gözlenmiştir.
  • Temperature_C ve Vibration_ms2 arasındaki zayıf negatif ilişki dikkat çekmiştir.

 

3. 3D Dağılım Grafikleri

• Production_Count, Energy_Consumption_kWh ve Vibration_ms2 değişkenlerinin ilişkisini anlamak için 3D scatter grafikleri oluşturulmuştur.
• Grafikler, bu üç değişkenin enerji tüketimi üzerindeki etkisini analiz etmeye yardımcı olmuştur.

 

4. Kutu Grafikler (Boxplots)

• Aykırı değerleri belirlemek için Temperature_C, Vibration_ms2, Production_Count, ve Energy_Consumption_kWh değişkenleri üzerinde kutu grafikleri hazırlanmıştır.
• Bu grafikler, hangi değişkenlerde uç değerlerin yoğun olduğunu göstermiştir. Örneğin: - Production_Count için üst uç değerler gözlemlenmiştir. - Energy_Consumption_kWh için aşırı değerlerin etkisi incelenmiştir.

 

5. Dağılım Matrisleri (Pairplots)

• Tüm sayısal değişkenler arasındaki ikili ilişkileri görselleştirmek için dağılım matrisleri oluşturulmuştur.
• Bu grafikler, özellikle Production_Count ve Energy_Consumption_kWh arasında doğrusal bir ilişki olduğunu ortaya koymuştur.

 

Sonuçların Görselleştirilmesi

Elde edilen görselleştirmeler, verinin genel yapısını anlamamızı ve modelleme süreci için önemli içgörüler sağlamamızı kolaylaştırmıştır.

 

🧠 3. Model Eğitimi ve Değerlendirme

Sınıflandırma Görevleri

• Error_Status: Makine hataları Logistic Regression ile tahmin edilmiştir.

      Neden seçtik?
      İkili sınıflandırma problemi olduğu için.
      Basit ve açıklanabilir bir model.
  

• Alerts: Makine uyarıları Decision Tree Classifier ile tahmin edilmiştir.

      Neden seçtik?
      Çok sınıflı sınıflandırma problemleri için etkili bir başlangıç algoritması.
      Karar süreçlerini açıkça görselleştirme imkanı sunar.
  
  

• Connection_Status: Bağlantı durumu Random Forest Classifier ile tahmin edilmiştir.

      Neden seçtik?
      Daha karmaşık sınıflandırma problemlerinde etkili.
      Aykırı değerlere dayanıklı.
  
  

Regresyon Görevi

• Energy_Consumption_kWh: Enerji tüketimi Random Forest Regressor ile tahmin edilmiştir.

      Neden seçtik?
      Doğrusal olmayan ilişkileri iyi öğrenir.
      Sayısal bir tahmin problemi.
  
  

 

📈 4. Performans Metrikleri

Sınıflandırma

• Doğruluk (Accuracy): Modelin doğru tahmin oranı.
• Kesinlik (Precision): Doğru pozitiflerin toplam pozitif tahmine oranı.
• Duyarlılık (Recall): Doğru pozitiflerin toplam gerçek pozitiflere oranı.
• F1 Skoru: Kesinlik ve duyarlılığın harmonik ortalaması.

Regresyon

• Ortalama Kare Hatası (MSE): Tahmin edilen değerlerin gerçek değerlerden sapmasını ölçer.
• R² Skoru: Modelin açıklayıcılık oranını belirtir.

 

🔍 Sonuçlar

Model Performansı

Error_Status (Logistic Regression)

• Doğruluk: 0.55
• Kesinlik: 0.55
• Duyarlılık: 0.55
• F1 Skoru: 0.55

      Yorum: Model, düşük performans gösterdiği için ek özellik mühendisliği veya daha karmaşık algoritmalar kullanılabilir.
  
  

Alerts (Decision Tree Classifier)

• Doğruluk: 0.64
• Kesinlik: 0.62
• Duyarlılık: 0.65
• F1 Skoru: 0.60

     Yorum: Daha fazla veri ve özellik mühendisliğiyle performans artırılabilir.
  
  

Connection_Status (Random Forest Classifier)

• Doğruluk: 0.66
• Kesinlik: 0.67
• Duyarlılık: 0.66
• F1 Skoru: 0.66

  Yorum: İyi bir performans, ancak hiperparametre optimizasyonuyla daha da iyileştirilebilir.
  
  

Energy_Consumption_kWh (Random Forest Regressor)

• MSE: 2.70
• R² Skoru: 0.90

   Yorum: Yüksek bir doğruluk oranı, tahminler güvenilir.
  
  

🔭 Sonuçların Değerlendirilmesi

Sonuçlar iş problemlerine nasıl uygulanabilir?

• Hata Tahmini: Logistic Regression, temel hata durumlarını anlamaya yönelik kullanılabilir.
• Uyarı Tahmini: Decision Tree'nin düşük performansı, uyarı mekanizmalarının daha fazla veriyle desteklenmesi gerektiğini gösteriyor.
• Bağlantı Durumu: Random Forest Classifier, fabrikalarda bağlantı sorunlarını önceden tahmin etmek için etkili bir araç olabilir.
• Enerji Tüketimi: Enerji tahmini modeli, maliyet azaltma ve verimlilik artırma stratejileri için kullanılabilir.  

🖥️ Proje Kod Yapısı

project/
├── dataset.csv # Veri seti
├── main.py # Ana Python scripti
├── data_preprocessing.py # Veri önişleme modülü
├── model_training.py # Model eğitim modülü
├── visualization.py # Görselleştirme modülü

 

Araçlar ve Kütüphaneler

Programlama Dili:

• 🐍 Python

📦 Kütüphaneler:

• pandas
• numpy
• matplotlib
• seaborn
• scikit-learn
• imbalanced-learn

 

▶️ Video Sunum

• Proje sunumunu izlemek için https://youtu.be/GlSnvwiHRtA?si=AGebFhZS9QtanMg-

 

📅 Gelecek Çalışmalar

• Model performansını artırmak için hiperparametre optimizasyonu yapılabilir.
• IoT verilerinden daha fazla anlamlı özellik türetilebilir.
• XGBoost veya LightGBM gibi ileri algoritmalar uygulanabilir.