IIS_2023_1/faskhutdinov_idris_lab_6

Лабораторная работа №6. Нейронная сеть

1 вариант(27 % 2 = 1)

Задание:

Использовать нейронную сеть (четные варианты – MLPRegressor, нечетные – MLPClassifier) для данных из таблицы 1 по варианту, самостоятельно сформулировав задачу. Интерпретировать результаты и оценить, насколько хорошо она подходит для решения сформулированной вами задачи.

Используемый метод: MLPClassifier

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 matplotlib
2. Библиотека scikit-learn
3. Библиотека pandas
4. Python
5. IDE PyCharm

Описание лабораторной работы

Программа выполняет создание и обучение нейронной сети с помощью MLPClassifier, после чего Для работы программы выбирается часть данных(Ввиду того, что работы программы на полном объеме данных требует больших вычислительных мощностей). Данные разделяются на тестовый и тренировочный наборы, строится модель нейронной сети, которая обучается на тестовом наборе данных, после чего оценивается её качество на оставшихся данных. После чего строится график, который показывается на экране, а так же сохраняется в папке проекта. Точность: 0.9283387622149837 Скриншот работы программы представлен в папке проекта.

Результат

Ввиду того, что точность работы модели составляет 0.9283387622149837, это может говорить о том, что нейронная сеть хорошо справляется в предсказании статуса регистрации автомобиля.