# Лабораторная работа №3. Деревья решений
## 6 вариант
### Задание:
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

В моем случае данными является датасет о продаже автомобилей. В датасете представлены следующие столбцы:
* id
* Company Name
* Model Name
* Price
* Model Year
* Location
* Mileage
* Engine Type
* Engine Capacity
* Color
* Assembly
* Body Type
* Transmission Type
* Registration Status

### Как запустить лабораторную
1. Запустить файл main.py

### Используемые технологии
1. Библиотека pandas
2. Библиотека scikit-learn
3. Python
4. IDE PyCharm

### Описание лабораторной работы

Программа загружает данные из файла Clean_Data_pakwheels.csv, после чего выбирает необходимые для создания модели столбцы.
Выбранные столбцы разделяются на целевую переменную (Y) и признаки (X). Некоторые столбцы в датасете представлены в виде текстовых значений, поэтому мы представляем их как численные значения
Затем программа обучает модель, выполняет прогнозы и оценивает точность. В консоль выводятся признаки по их важности
Целевой признак - Registration Status
### Результат
Accuracy: 0.9327548806941431
*                        Признак  Важность
* 1                       Mileage  0.332722
* 2                         Price  0.332358
* 0                    Model Year  0.175522
* 34  Transmission Type_Automatic  0.086699
* 13           Company Name_Honda  0.021243
* 31          Company Name_Toyota  0.015743
* 30          Company Name_Suzuki  0.008819
* 10        Company Name_Daihatsu  0.007749
* 25          Company Name_Nissan  0.007616
* 4             Company Name_Audi  0.003018
* 23        Company Name_Mercedes  0.001886
* 22           Company Name_Mazda  0.001800
* 18             Company Name_KIA  0.001416
* 24      Company Name_Mitsubishi  0.001044
* 29          Company Name_Subaru  0.000787
* 5              Company Name_BMW  0.000458
* 19            Company Name_Land  0.000407
* 27           Company Name_Range  0.000332
* 26         Company Name_Porsche  0.000331
* 35     Transmission Type_Manual  0.000050
* 20           Company Name_Lexus  0.000000
* 21            Company Name_MINI  0.000000
* 9           Company Name_Daewoo  0.000000
* 8             Company Name_DFSK  0.000000
* 14          Company Name_Hummer  0.000000
* 7        Company Name_Chevrolet  0.000000
* 11             Company Name_FAW  0.000000
* 17            Company Name_Jeep  0.000000
* 28       Company Name_SsangYong  0.000000
* 16          Company Name_Jaguar  0.000000
* 6            Company Name_Chery  0.000000
* 15         Company Name_Hyundai  0.000000
* 32          Company Name_United  0.000000
* 33           Company Name_Volvo  0.000000
* 3             Company Name_Adam  0.000000
* 12            Company Name_Fiat  0.000000

### Вывод
Исходя из результатов работы программы можно сделать вывод, что наиболее важным признаком, отвечающим за
то, зарегистрирована машина или нет, является её пробег, а так же её цена на рынке. Точность модели составляет 93%, что говорит о том,
что она классифицирует данные при заданных условиях с высокой точностью.