## Лабораторная работа №2

### Ранжирование признаков

Вариант №2

## Задание:

Используя код из [1] (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).

Модели:
+ Линейная регрессия (LinearRegression)
+ Рекурсивное сокращение признаков (Recursive Feature Elimination –RFE),
+ Сокращение признаков Случайными деревьями (Random Forest Regressor)

### Какие технологии использовались:

Используемые библиотеки:
* numpy
* pandas
* sklearn

### Как запустить:

* установить python, numpy, pandas, sklearn
* запустить проект (стартовая точка - main.py)

### Что делает программа:

* Генерирует данные и обучает модели: LinearRegression, Recursive Feature Elimination (RFE), Random Forest Regressor
* Производится ранжирование признаков с помощью моделей
* Отображение получившихся результатов: значения признаков для каждой модели и 4 самых важных признака по среднему значению

### 4 самых важных признака по среднему значению
* Признак №1 : 0.887
* Признак №4 : 0.821
* Признак №2 : 0.741
* Признак №11 : 0.600

#### Результаты работы программы:

![Result1](img_result_1.png)
![Result2](img_result_2.png)
![Result3](img_result_3.png)
![Result4](img_result_4.png)