65 lines
6.4 KiB
Markdown
65 lines
6.4 KiB
Markdown
|
Вариант 2
|
|||
|
|
|
|||
|
|
Задание:
|
|||
|
|
Предсказание категории возраста дома (housingMedianAge) на основе других признаков, таких как широта, долгота, общее количество комнат и т.д.
|
|||
|
|
|
|||
|
|
Данные:
|
|||
|
|
Данный набор данных использовался во второй главе недавней книги Аурелиена Жерона "Практическое машинное обучение с помощью Scikit-Learn и TensorFlow". Он служит отличным введением в реализацию алгоритмов машинного обучения, потому что требует минимальной предварительной обработки данных, содержит легко понимаемый список переменных и находится в оптимальном размере, который не слишком мал и не слишком большой.
|
|||
|
|
|
|||
|
|
Данные содержат информацию о домах в определенном районе Калифорнии и некоторую сводную статистику на основе данных переписи 1990 года. Следует отметить, что данные не прошли предварительную очистку, и для них требуются некоторые этапы предварительной обработки. Столбцы включают в себя следующие переменные, их названия весьма наглядно описывают их суть:
|
|||
|
|
|
|||
|
|
долгота longitude
|
|||
|
|
|
|||
|
|
широта latitude
|
|||
|
|
|
|||
|
|
средний возраст жилья median_house_value
|
|||
|
|
|
|||
|
|
общее количество комнат total_rooms
|
|||
|
|
|
|||
|
|
общее количество спален total_bedrooms
|
|||
|
|
|
|||
|
|
население population
|
|||
|
|
|
|||
|
|
домохозяйства households
|
|||
|
|
|
|||
|
|
медианный доход median_income
|
|||
|
|
|
|||
|
|
Запуск:
|
|||
|
|
Запустите файл lab3.py
|
|||
|
|
|
|||
|
|
Описание программы:
|
|||
|
|
|
|||
|
|
1. Загружает набор данных из файла 'housing.csv', который содержит информацию о домах в Калифорнии, включая их координаты, возраст, количество комнат, население, доход и другие характеристики.
|
|||
|
|
|
|||
|
|
2. Удаляет строки с нулевыми значениями из набора данных для чистоты анализа.
|
|||
|
|
|
|||
|
|
3. Выбирает набор признаков (features) из данных, которые будут использоваться для обучения моделей регрессии и классификации.
|
|||
|
|
|
|||
|
|
4. Определяет задачу регрессии, где целевой переменной (target) является 'housing_median_age', и задачу классификации, где целевой переменной является 'housing_median_age'.
|
|||
|
|
|
|||
|
|
5. Разделяет данные на обучающий и тестовый наборы для обеих задач с использованием функции train_test_split. Тестовый набор составляет 1% от исходных данных.
|
|||
|
|
|
|||
|
|
6. Создает и обучает дерево решений для регрессии и классификации с использованием моделей DecisionTreeRegressor и DecisionTreeClassifier.
|
|||
|
|
|
|||
|
|
7. Предсказывает значения целевой переменной на тестовых наборах для обеих задач.
|
|||
|
|
|
|||
|
|
8. Оценивает качество моделей с помощью среднеквадратичной ошибки (MSE) для регрессии и точности (accuracy) для классификации.
|
|||
|
|
|
|||
|
|
9. Выводит среднеквадратичную ошибку для регрессии и точность для классификации, а также важности признаков для обеих задач.
|
|||
|
|
|
|||
|
|
Результаты:
|
|||
|
|
|
|||
|
|
|
|||
|
|
|
|||
|
|
Выводы:
|
|||
|
|
|
|||
|
|
Для задачи регрессии, где целью было предсказать возраст жилья (housing_median_age), модель дерева решений показала среднюю ошибку (MSE) равную 117.65. Это означает, что модель регрессии вполне приемлемо предсказывает возраст жилья на основе выбранных признаков.
|
|||
|
|
|
|||
|
|
Для задачи классификации, где целью было предсказать стоимость жилья (housing_median_age), модель дерева решений показала низкую точность, всего 8.29%. Это свидетельствует о том, что модель классификации не справляется с предсказанием стоимости жилья на основе выбранных признаков. Низкая точность указывает на необходимость улучшения модели или выбора других методов для решения задачи классификации.
|
|||
|
|
|
|||
|
|
Анализ важности признаков для задачи регрессии показал, что наибольший вклад в предсказание возраста жилья вносят признаки 'longitude', 'latitude' и 'total_rooms'. Эти признаки оказывают наибольшее влияние на результаты модели.
|
|||
|
|
|
|||
|
|
Для задачи классификации наибольший вклад в предсказание стоимости жилья вносят признаки 'median_income', 'longitude' и 'latitude'. Эти признаки имеют наибольшее значение при определении классов стоимости жилья.
|
|||
|
|
|
|||
|
|
В целом, результаты указывают на успешное решение задачи регрессии с использованием модели дерева решений. Однако задача классификации требует дополнительных улучшений.
|