Merge pull request 'malkova_anastasia_lab_3 ready' (#148) from malkova_anastasia_lab_3 into main

Reviewed-on: http://student.git.athene.tech/Alexey/IIS_2023_1/pulls/148

malkova_anastasia_lab_3/README.md

@@ -0,0 +1,83 @@
+# Лабораторная работа №3
+
+> Деревья решений
+
+### Как запустить лабораторную работу
+
+1. Установить python, numpy, sklearn
+1. Для запуска на наборе данных первого задания `python titanic.py`
+1. Для запуска на наборе данных второго задания `python cars.py`
+
+### Использованные технологии
+
+* Язык программирования `python`
+* Библиотеки `numpy, sklearn`
+* Среда разработки `PyCharm`
+
+### Что делает программа?
+
+#### Часть 1
+
+По данным о пассажирах Титаника решите задачу классификации (с помощью дерева решений), в которой по различным характеристикам пассажиров требуется найти у выживших пассажиров два наиболее важных признака из трех рассматриваемых (по варианту).
+
+Вариант 18 Pclass, Age, Ticket.
+
+Была использована модель DecisionTreeClassifier
+
+#### Набор данных titanic.csv
+
+![alt text](titanic.png "titanic results")
+
+Оценка модели 0.68
+
+2 ключевых параметра, выделенных моделью: Age, Ticket(Fare)
+
+#### Часть 2
+
+Решите с помощью библиотечной реализации дерева решений задачу из лабораторной работы «Веб-сервис «Дерево решений» по предмету «Методы искусственного интеллекта» на 99% ваших данных. Проверьте работу модели на оставшемся проценте, сделайте вывод.
+
+#### Данные
+
+Набор данных о машинах на вторичном рынке.
+> Ссылка на набор данных: https://www.kaggle.com/datasets/harikrishnareddyb/used-car-price-predictions
+
+#### Цель
+
+С помощью дерева решений классифицировать цену автомобилей
+
+#### Модель
+
+Модель использованная в ходе эксперимента DecisionTreeClassifier из пакета sklearn
+
+#### Набор данных true_car_listings.csv
+
+![alt text](cars.png "cars results")
+
+Выбранный начальный набор параметров:
+
+- Mileage
+- Year
+- Model
+
+**Количество данных:**
+[30000 rows x 3 columns]
+
+**Оценка:**
+0.01
+
+**Важность параметров:**
+[0.8780813  0.04707369 0.074845  ]
+
+Качество неудовлетворительное.
+
+Параметр, имеющий самую большую значимость: Mileage(пробег)
+
+### Вывод
+
+Главный вывод работы, состоит в том, что модель DecisionTreeClassifier 
+не подходит для решения 2 части данной задачи, поэтому решение не может быть применено на практике.
+
+Причина низкой точности модели заключается в том, что цена автомобиля на вторичном рынке зависит не только от пробега, 
+но и от множества других факторов, таких как кол-во аварий, общего состояние автомобиля и экономической обстановке на рынке - 
+и эти фаткоры могут оказывать такое же существенное воздействие на конечную цену. Однако, можно сделать выводы по влиянию 
+пробега автомобиля на его стоимость и использовать это в дальнейшем при реализации задач.

malkova_anastasia_lab_3/cars.py

@@ -0,0 +1,30 @@
+import pandas as pd
+from sklearn.tree import DecisionTreeClassifier
+from sklearn.model_selection import train_test_split
+
+slice_size = 30000
+data = pd.read_csv('true_car_listings.csv', index_col='Vin')[:slice_size]
+
+unique_numbers = list(set(data['Model']))
+data['Model'] = data['Model'].apply(unique_numbers.index)
+
+clf = DecisionTreeClassifier(random_state=341)
+
+# Выбираем параметры
+Y = data['Price']
+X = data[['Mileage', 'Year', 'Model']]
+print(X)
+
+# Разделяем набор на тренировочные и тестовые данные
+X_train, X_test, y_train, y_test = train_test_split(
+    X, Y, test_size=0.2, random_state=42)
+
+# Запуск на тренировочных данных
+clf.fit(X_train, y_train)
+
+# Точность модели
+print(f'Score: {clf.score(X_test, y_test)}')
+
+# Значимость параметров
+importances = clf.feature_importances_
+print(f'Means {importances}')

malkova_anastasia_lab_3/titanic.py

@@ -0,0 +1,26 @@
+import pandas as pd
+from sklearn.tree import DecisionTreeClassifier
+from sklearn.model_selection import train_test_split
+
+data = pd.read_csv('titanic.csv', index_col='Passengerid')
+clf = DecisionTreeClassifier(random_state=241)
+
+# Выбираем параметры
+Y = data['2urvived']
+X = data[['Pclass', 'Age', 'Fare', ]]
+print(X)
+
+# Разделяем набор на тренировочные и тестовые данные
+X_train, X_test, y_train, y_test = train_test_split(
+    X, Y, test_size=0.05, random_state=42)
+
+# Запуск на тренировочных данных
+clf.fit(X_train, y_train)
+
+# Точность модели
+print(f'Score: {clf.score(X_test, y_test)}')
+
+# Значимость параметров
+importances = clf.feature_importances_
+print(f'Means: {importances}')
+