senkin_alexander_lab_3 is ready

senkin_alexander_lab_3/.gitignore

@@ -0,0 +1 @@
+.idea/

senkin_alexander_lab_3/README.md

@@ -0,0 +1,32 @@
+Лабораторная №3
+
+Вариант №2
+
+Задание на лабораторную:
+
+Решите с помощью библиотечной реализации дерева решений задачу: Запрограммировать дерево решений как минимум на 99% ваших данных для задачи: Количество жертв(inj) от года(yr), магнитуды(mag) и фатальных исходов(fat) от торнадо. Проверить работу модели на оставшемся проценте, сделать вывод.
+
+Как запустить лабораторную работу:
+
+Чтобы увидеть работу программы, нужно запустить исполняемый питон файл senkin_alexander_lab_3.py, после чего в консоли будут выведены первые 5 строк данных, показатель score насколько хорошо модель соответсвует данным, все признаки, их ранжирование, а также среднюю ошибку.
+
+Библиотеки
+
+Sklearn. Предоставляет инструменты и алгоритмы, которые упрощают задачи, связанные с машинным обучением.
+
+Описание программы:
+
+- Загружаем данные из csv файла
+- С помощью функции train_test_split разделяем данные на тестовые и обучающие в соотношении 1 к 99
+- Добавляем две модели для сравнения их работы:
+- Дерево решений(по заданию)
+- Линейная регрессия(более подходящая модель)
+- Обучаем модели
+- вывод ранжированные признаки, производительность модели и среднюю ошибку
+
+Программа выдает следующие результаты:
+
+![img_1.png](img_1.png)
+
+По этим результатам можно сделать вывод, что дерево решений не подходит для указанных данных, так как оценка производительности уходит в минус, а средняя квадратичная ошибка очень большая.
+Для данной модели больше подходит линейная регрессия, которая имеет неплохую производительность 0.88, хотя для этих данных имеет все же немаленькую ошибку. Поэтому было решено ранжировать признаки по модели линейной регрессии, и из 3 признаков самым бесполезным оказался признак года, а самым полезным - признак смертности.

senkin_alexander_lab_3/senkin_alexander_lab_3.py

@@ -0,0 +1,57 @@
+import pandas as pd
+from sklearn.model_selection import train_test_split
+from sklearn.tree import DecisionTreeRegressor
+from sklearn.ensemble import RandomForestRegressor
+from sklearn.linear_model import LinearRegression
+from sklearn.metrics import mean_squared_error
+
+# Загрузка данных из csv-файла
+data = pd.read_csv('us_tornado_dataset_1950_2021.csv')
+
+# Разделение данных на признаки (X) и целевую переменную (y)
+X = data[['yr', 'mag', 'fat']]
+
+print (X.head())
+y = data['inj']
+
+# Разделение данных на обучающую и тестовую выборки
+X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.01, random_state=42)
+
+#Решение с помощью дерева регрессии
+model = DecisionTreeRegressor()
+model.fit(X_train, y_train)
+test_score = model.score(X_test, y_test)
+# Получение важности признаков
+feature_importances = model.feature_importances_
+# Предсказание значений на тестовой выборке
+y_pre = model.predict(X_test)
+# Оценка производительности модели
+mse = mean_squared_error(y_test, y_pre)
+
+#Решение с помощью линейной регрессии
+model2 = LinearRegression()
+model2.fit(X_train, y_train)
+test_score2 = model2.score(X_test, y_test)
+# Предсказание значений на тестовой выборке
+y_pre2 = model2.predict(X_test)
+# Оценка производительности модели
+mse2 = mean_squared_error(y_test, y_pre2)
+
+# Получение коэффициентов модели
+coefficients = model2.coef_
+
+# Создание DataFrame для отображения коэффициентов и соответствующих признаков
+coef_df = pd.DataFrame({'Признак': X.columns, 'Коэффициент': coefficients})
+
+# Вывод коэффициентов по убыванию их абсолютных значений
+coef_df['Абсолютный_Коэффициент'] = coef_df['Коэффициент'].abs()
+coef_df = coef_df.sort_values(by='Абсолютный_Коэффициент', ascending=False)
+
+print("Дерево решений")
+print("score", test_score)
+print("feature_importances", feature_importances)
+print("Mean Squared Error: {:.2f}".format(mse) + "\n")
+print("Линейная регрессия")
+print("score", test_score2)
+print(coef_df)
+print("Mean Squared Error: {:.2f}".format(mse2))