tepechin_kirill_lab_3

tepechin_kirill_lab_3/README.md

@@ -0,0 +1,62 @@
+## Лабораторная работа №3, ПИбд-42 Тепечин Кирилл
+
+### Датасет:
+#### Ссылка:
+[Smoking and Drinking Dataset with body signal](https://www.kaggle.com/datasets/sooyoungher/smoking-drinking-dataset/data)
+#### Подробности датасета
+| Столбец          |                             Пояснение                             |
+|------------------|:-----------------------------------------------------------------:|
+| sex              |                       Пол(мужской, женский)                       |
+| age              |                         Возраст(округлён)                         |
+| height           |                        Рост(округлён) [см]                        |
+| weight           |                               [кг]                                |
+| sight_left       |                          зрение (левый)                           |
+| sight_left       |                          зрение (правый)                          |
+| hear_left        |          слух (левое): 1 (нормальное), 2 (ненормальное)           |
+| hear_right       |          слух (правое): 1 (нормальное), 2 (ненормальное)          |
+| SBP              |         Систолическое артериальное давление [мм рт. ст.]          |
+| DBP              |         Диастолическое артериальное давление [мм рт. ст.]         |
+| BLDS             |                  глюкоза в крови натощак [мг/дл]                  |
+| tot_chole        |                     общий холестерин [мг/дл]                      |
+| HDL_chole        |                      Холестерин ЛПВП [мг/дл]                      |
+| LDL_chole        |                      Холестерин ЛПНП [мг/дл]                      |
+| triglyceride     |                        триглицерид [мг/дл]                        |
+| hemoglobin       |                         гемоглобин [г/дл]                         |
+| urine_protein    |      белок в моче, 1(-), 2(+/-), 3(+1), 4(+2), 5(+3), 6(+4)       |
+| serum_creatinine |                креатинин сыворотки (крови) [мг/дл]                |
+| SGOT_AST         | глутамат-оксалоацетат-трансаминаза / аспартат-трансаминаза [МЕ/л] |
+| SGOT_ALT         |                  аланиновая трансаминаза [МЕ/л]                   |
+| gamma_GTP        |                  γ-глутамилтранспептидаза [МЕ/л]                  |
+| SMK_stat_type_cd |        Степень курения: 1 (никогда), 2 (бросил), 3 (курю)         |
+| DRK_YN           |                          Пьющий или нет                           |
+
+	
+### Как запустить лабораторную работу:
+
+Для запуска лабораторной работы необходимо запустить файл lab3.py
+
+### Используемые технологии:
+
+* Python 3.12
+* pandas
+* scikit-learn
+
+### Что делает лабораторная работа:
+
+Эта лабораторная программа загружает данные из csv файла, подготавливает их для обучения модели классификации дерева решений, обучает модель, выполняет прогнозы и оценивает ее точность, а затем выводит важность признаков.
+
+Целевой признак - SMK_stat_type_cd - степень курения
+
+### Предварительная обработка данных:
+Изначально датасет имеет несколько категориальных признаков :  *sex* , *DRK_YN*
+
+Преобразуем их в фиктивные переменные используя
+````python
+data = pd.get_dummies(data, columns=['sex', 'DRK_YN'], drop_first=True)
+````
+### Результат:
+![Результат](results.png)
+### Вывод:
+На основе этих результатов можно сделать выводы о том, что половой признак (*sex_Male*) оказывается наиболее влиятельным для классификации степени курения. Также можно выделить наименее важные признаки, это слух (*hear_left*, *hear_right*).
+
+Точность модели составляет примерно 62%, говорит о том, что она классифицирует данные с относительно средней точностью.

tepechin_kirill_lab_3/lab3.py

@@ -0,0 +1,32 @@
+import pandas as pd
+from sklearn.model_selection import train_test_split
+from sklearn.tree import DecisionTreeClassifier
+from sklearn.metrics import accuracy_score
+
+# Загрузка данных
+data = pd.read_csv("smoking_driking_dataset.csv")
+# Предварительная обработка данных
+data = pd.get_dummies(data, columns=['sex', 'DRK_YN'], drop_first=True)
+
+# Разделение данных на признаки (X) и целевую переменную (y)
+X = data.drop(columns=['SMK_stat_type_cd'])
+y = data['SMK_stat_type_cd']
+
+# Разделение данных на обучающий и тестовый наборы
+X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.01, random_state=42)
+
+# Создание и обучение модели
+model = DecisionTreeClassifier(random_state=42)
+model.fit(X_train, y_train)
+
+# Предсказание на тестовом наборе
+y_pred = model.predict(X_test)
+
+# Оценка модели
+accuracy = accuracy_score(y_test, y_pred)
+print(f"Точность: {accuracy}")
+
+# Важность признаков
+feature_importance = pd.DataFrame({'Признак': X.columns, 'Важность': model.feature_importances_})
+feature_importance = feature_importance.sort_values(by='Важность', ascending=False)
+print("Важность признаков:\n", feature_importance)