Bu yazıda şimdiye kadar(18 Nisan 2020) tarihine kadar olan veriler ile COVID19 Türkiye Makine Öğrenmesi Çalışması yapılmıştır. Çalışmada makine öğrenmesi metotlarından Lineer Regresyon, Destek Vektör Makineleri(Support Vector Machine(SVM)) ve Yapay Sinir Ağları (YSA) yöntemleri kullanılmıştır.

Öncelikle belirtmem gerekir ki ben sağlık uzmanı ya da epidemiyolog değilim. Bu çalışma sadece veri bilimi ve makine öğrenimi çalışmalarına dayanmaktadır. Koronavirüs pandemisi hakkında daha fazla bilgiyi şu adresten alabilirsiniz.

Önemli Not

Veriler şu adresten (Worldometer) alınan veriler ve Sağlık Bakanlığındaki veriler ile bir araya getirilerek tabloya aktarılmıştır. Veri tablosu aşağıdaki gibidir. Yeni veriler geldikçe modele eklenecektir. Ayrıca şu adresten kullanılan veri seti csv dosyası olarak indirilebilir.

COVID19 Türkiye Verileri

tarih	test_sayisi	vaka_sayisi	top_yogun_bakim	top_entube	iyilesen_sayisi	vefat_sayisi
11.03.2020	0	1	0	0	0	0
12.03.2020	0	0	0	0	0	0
13.03.2020	0	4	0	0	0	0
14.03.2020	0	0	0	0	0	0
15.03.2020	2800	1	0	0	0	0
16.03.2020	0	12	0	0	0	0
17.03.2020	0	29	0	0	0	1
18.03.2020	7197	51	0	0	0	0
19.03.2020	1981	94	0	0	0	2
20.03.2020	3656	167	0	0	0	1
21.03.2020	2953	311	0	0	0	5
22.03.2020	1758	566	0	0	0	21
23.03.2020	3672	293	0	0	0	7
24.03.2020	3952	343	0	0	0	7
25.03.2020	5035	561	0	0	26	15
26.03.2020	7286	1196	0	0	0	16
27.03.2020	7533	2069	344	241	16	17
28.03.2020	7641	1704	445	309	28	16
29.03.2020	9982	1815	568	394	35	23
30.03.2020	11535	1610	725	523	57	37
31.03.2020	15422	2704	847	622	81	46
1.04.2020	14396	2148	979	692	90	63
2.04.2020	18757	2456	1101	783	82	79
3.04.2020	16160	2786	1251	867	69	69
4.04.2020	19664	3013	1311	909	302	76
5.04.2020	20065	3135	1381	935	256	73
6.04.2020	21400	3148	1415	966	284	75
7.04.2020	20023	3892	1474	987	256	76
8.04.2020	24900	4117	1492	995	264	87
9.04.2020	28578	4056	1552	1017	296	96
10.04.2020	30864	4747	1667	1062	281	98
11.04.2020	33170	5138	1626	1021	542	95
12.04.2020	35720	4789	1665	978	481	97
13.04.2020	34456	4093	1786	1063	537	98
14.04.2020	33070	4062	1809	1087	842	107
15.04.2020	34090	4281	1820	1052	875	115
16.04.2020	40427	4801	1854	1040	1415	125
17.04.2020	40270	4353	1845	1014	1542	126

Veri setindeki 15 Mart ve 18 Mart’taki sayılar o tarihteki test sayısındaki veriler günlük net olarak verilmediği için net değildir. 18 Mart’tan önce gerçekleşen test sayıları ile ilgili günlük net sayılar var ise orası güncellenebilir.

Net olmayan veri

Veri setindeki özelliklerle alakalı bilgiler aşağıda verilmiştir.

tarih	test_sayisi	vaka_sayisi	top_yogun_bakim	top_entube	iyilesen_sayisi	vefat_sayisi
Tarih	O tarihte yapılan test sayısı	O tarihte gerçekleşen vaka sayısı	O tarihte yoğun bakımda olan hasta sayısı	O tarihte entübe olan hasta sayısı	O tarihteki iyileşen hasta sayısı	O tarihteki vefat eden kişi sayısı

COVID19 Türkiye Verileri ile Makine Öğrenmesi Çalışması

Şimdi kodlara geçelim. Öncelikle çalışmada kullanılacak olan kütüphaneleri çağıralım.

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
from sklearn.model_selection import train_test_split
from sklearn.linear_model import LinearRegression
from sklearn.svm import SVR
from sklearn.metrics import mean_squared_error, r2_score
from sklearn.preprocessing import MinMaxScaler
from sklearn.neural_network import MLPRegressor
from selenium import webdriver
from time import sleep
import re
from datetime import datetime
import smtplib

Daha sonra verilerimizi pandas’a alalım.

csv_file_url = 'https://drive.google.com/uc?export=view&id=1q8OeF9HIHLFieZ1Pmx_gRpD8loLYS3lW'
arsiv = pd.read_csv(csv_file_url, sep=';', index_col=0)
arsiv.index = pd.to_datetime(arsiv.index, format='%d.%m.%Y')
arsiv.head()

Verileri günlük Worldometers adresinden aşağıdaki gibi çekebiliriz.

# Burada https://www.worldometers.info/coronavirus/#countries 
# adresindeki verileri türkiye için filtreleyerek günlük olarak çekeceğiz.
ulke = 'Turkey'
url = 'https://www.worldometers.info/coronavirus/'

driver = webdriver.Chrome()
page = driver.get(url)
df = pd.read_html(driver.page_source)[0]
driver.close()
driver.quit()

tr_gunluk = df[df['Country,Other']=='Turkey']
bugun = pd.to_datetime('today').strftime('%d.%m.%Y')
tr_gunluk

Türkiye’nin çekilen güne ait değerleri aşağıdaki gibi gelir.

COVID19 Türkiye Verilerinin Görselleştirilmesi

### verilerin görselleştirilmesi
for i, col in enumerate(arsiv.columns.tolist()):
    plt.figure(figsize=(8,6))
    plt.plot(arsiv[col].values, label=col)
    plt.title(col)
    plt.xlabel("Gün")
    plt.ylabel("Kişi Sayısı")

# Veriler hakkında.
arsiv.describe()

# Özellik ve hedef değerlerinin belirlenmesi
X = arsiv.values[:,:5]
y = arsiv.values[:,5]

# Özelliklerin normalize edilmesi
scaler = MinMaxScaler()
scaled_X = scaler.fit_transform(X)

Lineer Regresyon(LR) ile COVID19 Türkiye Verileri Modellemesi

lr = LinearRegression()
lr.fit(scaled_X, y)
y_predicted_lr = lr.predict(scaled_X)

mean_squared_error:  35.581532349590894
r2_score:  0.9810464310580413

plt.figure(figsize=(8,4))
plt.plot(y, label='gerçek')
plt.plot(y_predicted_lr, label='tahmin')
plt.title('LR ile tahmin')
plt.xlabel('Gün')
plt.ylabel('Vefat Sayıları')
plt.legend()
plt.show()

Destek vektör makineleri ile modelleme

svm = SVR()
svm.fit(scaled_X,y)
y_predicted_svm = svm.predict(scaled_X)

# Model değerlendirmesi
r2_svm = r2_score(y,y_predicted_svm)
print("mean_squared_error: ", mean_squared_error(y,y_predicted_svm))
print("r2_score: ", r2_score(y,y_predicted_svm))

Yapay Sinir Ağları ile COVID19 Türkiye Modellemesi

mlp = MLPRegressor(hidden_layer_sizes=(15,10),max_iter=10000)
mlp.fit(scaled_X,y)

y_predicted_mlp = mlp.predict(scaled_X)

# Model değerlendirmesi
r2_mlp = r2_score(y,y_predicted_mlp)
print("mean_squared_error: ", mean_squared_error(y,y_predicted_mlp))
print("r2_score: ", r2_score(y,y_predicted_mlp))

mean_squared_error:  36.240539576444256
r2_score:  0.9806953911201125

plt.figure(figsize=(8,4))
plt.plot(y, label='gerçek')
plt.plot(y_predicted_mlp, label='tahmin')
plt.title('YSA ile tahmin')
plt.xlabel('Gün')
plt.ylabel('Vefat Sayıları')
plt.legend()
plt.show()

sonuclar = pd.DataFrame([[r2_lr,r2_mlp,r2_svm]], columns=['LR','MLP','SVM'])

# Modelin Kaydedilmesi
from joblib import dump, load
dump(mlp, 'mlp.joblib')
dump(lr, 'lr.joblib')

# Modelin çağrılması
load('lr.joblib')

Kaynaklar

• “| COVID-19 Türkiye Web Portalı”. Erişim 18 Nisan 2020. https://covid19.tubitak.gov.tr/offline.
• “1.17. Neural network models (supervised) — scikit-learn 0.22.2 documentation”. Erişim 18 Nisan 2020. https://scikit-learn.org/stable/modules/neural_networks_supervised.html.
• Springboard Blog. “A Beginner’s Guide to Neural Networks in Python”, 21 Mart 2017. https://www.springboard.com/blog/beginners-guide-neural-network-in-python-scikit-learn-0-18/.
• Coronavirus Outbreak Prediction Using Machine Learning | Covid-19 Outbreak Prediction | Simplilearn. Erişim 18 Nisan 2020. https://www.youtube.com/watch?v=sHWKN5dakPw.
• “Coronavirus Update (Live): 2,252,651 Cases and 154,331 Deaths from COVID-19 Virus Pandemic – Worldometer”. Erişim 18 Nisan 2020. https://www.worldometers.info/coronavirus/#countries.
• Simplilearn. “Coronavirus Outbreak Prediction Using Machine Learning | Covid-19 Out…”. Education, 15:29:25 UTC. https://www.slideshare.net/Simplilearn/coronavirus-outbreak-prediction-using-machine-learning-covid19-outbreak-prediction-simplilearn/Simplilearn/coronavirus-outbreak-prediction-using-machine-learning-covid19-outbreak-prediction-simplilearn.
• “T.C Sağlık Bakanlığı Korona Tablosu”. Erişim 18 Nisan 2020. https://covid19.saglik.gov.tr/.
• “Türkiye Cumhuriyeti Cumhurbaşkanlığı Dijital Dönüşüm Ofisi – Anasayfa”. Erişim 18 Nisan 2020. https://corona.cbddo.gov.tr/.

Çalışma ile ilgili görüş, eleştiri ve önerileriniz için: http://canererden.com/caner-erden-about-me
cerden@sakarya.edu.tr