faskhutdinov_idris_lab_2/Readme.md

@@ -0,0 +1,57 @@
+# Лабораторная работа №2. Работа с типовыми наборами данных и различными моделями
+## 6 вариант
+### Задание:
+Используя код из источника (пункт «Решение задачи ранжирования признаков»,
+стр. 205), выполните ранжирование признаков с помощью указанных по
+варианту моделей. Отобразите получившиеся значения\оценки каждого
+признака каждым методом\моделью и среднюю оценку. Проведите анализ
+получившихся результатов. Какие четыре признака оказались самыми
+важными по среднему значению? (Названия\индексы признаков и будут
+ответом на задание).
+
+* Гребневая регрессия (Ridge)
+* Сокращение признаков
+Случайными деревьями (Random Forest Regressor)
+* Линейная корреляция (f_regression)
+
+
+### Как запустить лабораторную
+1. Запустить файл main.py
+
+### Используемые технологии
+1. Библиотека numpy
+2. Библиотека scikit-learn
+3. Python
+4. IDE PyCharm
+
+### Описание лабораторной работы
+
+Программа выполняет ранжирование признаков в задаче регрессии. Сначала происходит генерация исходных данных с использованием 14 признаков X
+Задается функция-выход: регрессионная проблема Фридмана. Добавляется зависимость признаков, после чего используются модели по варианту. Результаты обработки 
+сохраняются в словаре ranks, после чего сортируются и выводятся в консоль.
+
+### Результат
+Программа выводит в консоль следующие данные:
+* Ridge
+[('x4', 1.0), ('x14', 0.92), ('x1', 0.76), ('x2', 0.75), ('x12', 0.67), ('x5', 0.61), ('x11', 0.59), ('x6', 0.08), ('x8', 0.08), ('x3', 0.06), ('x7', 0.03), ('x10', 0.01), ('x9', 0.0), ('x13', 0.0)]
+* Random Forest
+[('x14', 1.0), ('x2', 0.76), ('x1', 0.66), ('x4', 0.55), ('x11', 0.29), ('x12', 0.28), ('x5', 0.23), ('x3', 0.1), ('x13', 0.09), ('x7', 0.01), ('x6', 0.0), ('x8', 0.0), ('x9', 0.0), ('x10', 0.0)]
+* Linear Correlation 
+[('x4', 1.0), ('x14', 0.98), ('x2', 0.45), ('x12', 0.44), ('x1', 0.3), ('x11', 0.29), ('x5', 0.04), ('x8', 0.02), ('x7', 0.01), ('x9', 0.01), ('x3', 0.0), ('x6', 0.0), ('x10', 0.0), ('x13', 0.0)]
+
+1. x4: 1.0
+2. x14: 0.92
+3. x1: 0.76
+4. x2: 0.75
+5. x12: 0.67
+6. x5: 0.61
+7. x11: 0.59
+8. x6: 0.08
+9. x8: 0.08
+10. x3: 0.06
+11. x7: 0.03
+12. x10: 0.01
+13. x9: 0.0
+14. x13: 0.0
+
+В результате работы программы видно, что наиболее важными признаками оказались x4 и x14, другие оказались намного менее важными. Стоит отметить, что случайные деревья оказали существенно отличающийся результат, в сравнении с гребневой регрессией и линейной корреляцией.

faskhutdinov_idris_lab_2/main.py

@@ -0,0 +1,84 @@
+from sklearn.linear_model import Ridge
+from sklearn.feature_selection import f_regression
+from sklearn.ensemble import RandomForestRegressor
+from sklearn.preprocessing import MinMaxScaler
+import numpy as np
+
+# Вариант 6
+# Используя код из источника (пункт «Решение задачи ранжирования признаков»,
+# стр. 205), выполните ранжирование признаков с помощью указанных по
+# варианту моделей. Отобразите получившиеся значения\оценки каждого
+# признака каждым методом\моделью и среднюю оценку. Проведите анализ
+# получившихся результатов. Какие четыре признака оказались самыми
+# 45
+# важными по среднему значению? (Названия\индексы признаков и будут
+# ответом на задание).
+
+# Гребневая регрессия (Ridge)
+# Сокращение признаков Случайными деревьями (Random Forest Regressor)
+# Линейная корреляция (f_regression)
+
+# генерируем исходные данные: 750 строк-наблюдений и 14 столбцов-признаков
+np.random.seed(0)
+size = 750
+X = np.random.uniform(0, 1, (size, 14))
+# Задаем функцию-выход: регрессионную проблему Фридмана
+Y = (10 * np.sin(np.pi * X[:, 0] * X[:, 1]) + 20 * (X[:, 2] - .5) ** 2 +
+    10 * X[:, 3] + 5 * X[:, 4] ** 5 + np.random.normal(0, 1))
+# Добавляем зависимость признаков
+X[:, 10:] = X[:, :4] + np.random.normal(0, .025, (size, 4))
+
+# 1. Гребневая регрессия
+
+ridge = Ridge(alpha=7)
+ridge.fit(X, Y)
+
+# 2. Случайные деревья
+randomforest = RandomForestRegressor(n_estimators=100, random_state=0)
+randomforest.fit(X, Y)
+
+# 3. Линейная корреляция
+linear_corellation = f_regression(X, Y, center = True)[0]
+
+# Создание списка с именами признаков
+names = ["x%s" % i for i in range(1, 15)]
+# Создается пустой словарь для хранения рангов признаков
+ranks = {}
+
+
+def rank_to_dict(ranks, names):
+    ranks = np.abs(ranks)
+    minmax = MinMaxScaler()
+    ranks = minmax.fit_transform(np.array(ranks).reshape(14,1)).ravel()
+    ranks = map(lambda x: round(x, 2), ranks)
+    return dict(zip(names, ranks))
+
+ranks["Ridge"] = rank_to_dict(ridge.coef_, names)
+ranks["Random Forest"] = rank_to_dict(randomforest.feature_importances_, names)
+ranks["Linear Correlation"] = rank_to_dict(linear_corellation, names)
+
+#Создаем пустой список для данных
+mean = {}
+#«Бежим» по списку ranks
+for key, value in ranks.items():
+    #«Пробегаемся» по списку значений ranks, которые являются парой имя:оценка
+    for item in value.items():
+    #имя будет ключом для нашего mean
+    #если элемента с текущим ключем в mean нет - добавляем
+        if(item[0] not in mean):
+            mean[item[0]] = 0
+            #суммируем значения по каждому ключу-имени признака
+            mean[item[0]] += item[1]
+
+#находим среднее по каждому признаку
+for key, value in ranks.items():
+    ranks[key] = sorted(value.items(), key=lambda x: x[1], reverse=True)
+for key, value in ranks.items():
+    print(key)
+    print(value)
+
+sorted_mean = sorted(mean.items(), key=lambda x: x[1], reverse=True)
+result = {}
+for item in sorted_mean:
+    result[item[0]] = item[1]
+    print(f'{item[0]}: {item[1]}')