40 lines
1.8 KiB
Python
40 lines
1.8 KiB
Python
|
import pandas as pd
|
|||
|
|
from sklearn.model_selection import train_test_split
|
|||
|
|
from sklearn.tree import DecisionTreeClassifier
|
|||
|
|
from sklearn.metrics import accuracy_score
|
|||
|
|
|
|||
|
|
|
|||
|
|
def main():
|
|||
|
|
# Чтение данных из csv файла
|
|||
|
|
data = pd.read_csv("Clean_Data_pakwheels.csv")
|
|||
|
|
# Выбор необходимых для создания модели столбцов
|
|||
|
|
selected_columns = ['Company Name', 'Model Year', 'Mileage', 'Transmission Type', 'Price', 'Registration Status']
|
|||
|
|
data = data[selected_columns]
|
|||
|
|
# Разделение данных на признаки (X) и целевую переменную (y), целевая переменная в данном случае Registration Status
|
|||
|
|
y = data['Registration Status']
|
|||
|
|
data = data.drop(columns=['Registration Status'])
|
|||
|
|
# В связи с тем, что некоторые столбцы представляют из себя текстовые значения, мы представляем их в виде числовых значений
|
|||
|
|
X = pd.get_dummies(data)
|
|||
|
|
# Тестовый набор в данном случае - 1%, обучающий - 99%
|
|||
|
|
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.01)
|
|||
|
|
model = DecisionTreeClassifier()
|
|||
|
|
model.fit(X_train, y_train)
|
|||
|
|
# Предсказание на тестовом наборе
|
|||
|
|
y_pred = model.predict(X_test)
|
|||
|
|
|
|||
|
|
# Оценка точности модели
|
|||
|
|
accuracy = accuracy_score(y_test, y_pred)
|
|||
|
|
print(f"Accuracy: {accuracy}")
|
|||
|
|
|
|||
|
|
# Важность признаков
|
|||
|
|
importance = pd.DataFrame({'Признак': X.columns, 'Важность': model.feature_importances_})
|
|||
|
|
importance = importance.sort_values(by='Важность', ascending=False)
|
|||
|
|
print(importance)
|
|||
|
|
|
|||
|
|
|
|||
|
|
main()
|
|||
|
|
|
|||
|
|
|
|||
|
|
|
|||
|
|
|