Proje Özeti

Bu proje, kullanıcıların kendi veri setlerini yükleyerek apriori algoritmasını kullanarak birliktelik analizi yapmalarını sağlayan bir web uygulamasıdır. Kullanıcılar, minimum destek eşiğini belirleyerek sık itemsetleri ve birliktelik kurallarını çıkarabilirler. Sonuçlar grafiksel olarak ve tablo şeklinde gösterilir.

Kullanılan Teknolojiler

Python Flask Pandas mlxtend Bootstrap 5 DataTables (jQuery) Kurulum ve Çalıştırma Gereksinimler Python 3.6+ pip (Python paket yöneticisi)

Gerekli Python Kütüphaneleri

Gerekli kütüphaneleri yüklemek için aşağıdaki komutu kullanabilirsiniz:

pip install flask pandas mlxtend matplotlib seaborn

Proje Dosyaları

app.py: Flask uygulaması için ana Python dosyası. templates/index.html: Uygulamanın HTML şablonu. static/apriori_results.png: Grafiklerin kaydedildiği dizin.

##Çalıştırma Proje dosyalarını indirdikten ve gerekli kütüphaneleri kurduktan sonra, terminal veya komut istemcisinde aşağıdaki komutu çalıştırarak uygulamayı başlatabilirsiniz:

python app.py

Uygulama, http://127.0.0.1:5000/ adresinde çalışacaktır.

Kullanım Kılavuzu

Veri Seti Yükleme: .csv formatında bir veri seti seçin. Minimum Destek Eşiği Belirleme: Minimum destek eşiğini (örneğin, 0.01) girin. Yükleme ve Analiz: "Upload and Analyze" düğmesine tıklayın.

Çıktılar

Grafik: Apriori analizi sonuçlarının destek ve güven değerleri arasındaki ilişkiyi gösteren bir grafik. Tablo: Sık itemsetlerin ve birliktelik kurallarının yer aldığı, sıralanabilir bir tablo.