{
 "cells": [
  {
   "cell_type": "code",
   "execution_count": null,
   "metadata": {
    "vscode": {
     "languageId": "plaintext"
    }
   },
   "outputs": [],
   "source": [
    "import numpy as np\n",
    "import pandas as pd\n",
    "from sklearn.model_selection import train_test_split\n",
    "from tensorflow.keras.models import Sequential\n",
    "from tensorflow.keras.layers import Embedding, LSTM, Dense, Dropout\n",
    "from tensorflow.keras.optimizers import Adam\n",
    "from sklearn.preprocessing import LabelEncoder\n",
    "from sklearn.metrics import accuracy_score, confusion_matrix, classification_report, roc_auc_score, roc_curve\n",
    "import matplotlib.pyplot as plt\n",
    "import joblib\n",
    "\n",
    "# Veriyi yükle\n",
    "df = pd.read_csv('data_vectorized.csv')\n",
    "\n",
    "# Özellikler (X) ve Etiketler (y) ayırma\n",
    "X = df.drop(columns=['Label'])  # Özellikler (vectorized data)\n",
    "y = df['Label']  # Etiketler (True/False)\n",
    "\n",
    "# Etiketleri sayılara dönüştürme (Label Encoding)\n",
    "le = LabelEncoder()\n",
    "y = le.fit_transform(y)\n",
    "\n",
    "# Eğitim ve test verilerini ayırma (%80 eğitim, %20 test)\n",
    "X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)\n",
    "\n",
    "# Model Parametreleri\n",
    "embedding_dim = 100  # Embedding boyutu\n",
    "max_len = X.shape[1]  # Veri uzunluğu (her kelimenin vektör boyutu)\n",
    "num_classes = len(np.unique(y))  # Sınıf sayısı (True/False)\n",
    "\n",
    "# LSTM Modeli oluşturma\n",
    "model = Sequential([\n",
    "    Embedding(input_dim=len(X.columns) + 1,  # Girdi boyutu, toplam kelime sayısı\n",
    "              output_dim=embedding_dim,  # Embedding vektör boyutu\n",
    "              input_length=max_len),  # Girdi uzunluğu\n",
    "    Dropout(0.2),  # Aşırı öğrenmeyi engellemek için dropout\n",
    "    LSTM(128, activation='tanh'),  # LSTM katmanı\n",
    "    Dense(64, activation='relu'),  # Tam bağlı katman\n",
    "    Dense(num_classes, activation='softmax')  # Çıkış katmanı (binary classification için softmax)\n",
    "])\n",
    "\n",
    "# Modeli derleme\n",
    "model.compile(loss='sparse_categorical_crossentropy', optimizer=Adam(), metrics=['accuracy'])\n",
    "\n",
    "# Modelin özetini görüntüleme\n",
    "model.summary()\n",
    "\n",
    "# Modeli eğitme\n",
    "history = model.fit(X_train, y_train, epochs=15, batch_size=64, validation_data=(X_test, y_test))\n",
    "\n",
    "# Eğitim ve doğrulama doğruluğunu görselleştirme\n",
    "plt.plot(history.history['accuracy'], label='Eğitim Doğruluğu')\n",
    "plt.plot(history.history['val_accuracy'], label='Doğrulama Doğruluğu')\n",
    "plt.title('Model Doğruluğu')\n",
    "plt.xlabel('Epok')\n",
    "plt.ylabel('Doğruluk')\n",
    "plt.legend(loc='best')\n",
    "plt.show()\n",
    "\n",
    "# Test verisi üzerinde tahmin yapma\n",
    "y_pred = model.predict(X_test)\n",
    "y_pred_class = np.argmax(y_pred, axis=1)  # Softmax çıktısından en yüksek sınıfı seçiyoruz\n",
    "\n",
    "# Accuracy\n",
    "accuracy = accuracy_score(y_test, y_pred_class)\n",
    "print(f'Accuracy: {accuracy:.4f}')\n",
    "\n",
    "# Confusion Matrix\n",
    "cm = confusion_matrix(y_test, y_pred_class)\n",
    "print('Confusion Matrix:')\n",
    "print(cm)\n",
    "\n",
    "# Classification Report (Precision, Recall, F1-score)\n",
    "class_report = classification_report(y_test, y_pred_class)\n",
    "print('Classification Report:')\n",
    "print(class_report)\n",
    "\n",
    "# ROC-AUC\n",
    "roc_auc = roc_auc_score(y_test, model.predict(X_test)[:, 1])  # Binary classification için\n",
    "print(f'ROC-AUC: {roc_auc:.4f}')\n",
    "\n",
    "# ROC Curve\n",
    "fpr, tpr, thresholds = roc_curve(y_test, model.predict(X_test)[:, 1])\n",
    "plt.figure()\n",
    "plt.plot(fpr, tpr, color='blue', label=f'ROC curve (area = {roc_auc:.2f})')\n",
    "plt.plot([0, 1], [0, 1], color='gray', linestyle='--')\n",
    "plt.xlabel('False Positive Rate')\n",
    "plt.ylabel('True Positive Rate')\n",
    "plt.title('Receiver Operating Characteristic (ROC) Curve')\n",
    "plt.legend(loc='lower right')\n",
    "plt.show()\n",
    "\n",
    "\n"
   ]
  }
 ],
 "metadata": {
  "language_info": {
   "name": "python"
  }
 },
 "nbformat": 4,
 "nbformat_minor": 2
}