1.8 KiB
Задание
С помощью библиотечной реализации дерева решений решить задачу классификации на своих данных.
Мои данные представляют собой описание картин по номерам. Данные собираю с маркетплейса путем веб-скрапинга. Собранные данные буду использовать в дальнейшем для курсовой и дипломной работы.
Данные имеют следующие поля:
- Ссылка на изображение
- Размер
- Стоимость
- Средняя оценка по отзывам
- Количество отзывов
- Жанр
- Поджанр
- Фандом
- Персонаж
Решение задачи классификации
Классифицировать данные буду на популярные и не популярные картины. Поэтому разбиваю все данные на основе кол-ва отзывов. Если отзывов меньше 100, то картина не популярна. Если больше, то популярна.
На вход подается размер и жанр картины, на выходе предсказание - популярно/не популярно.
Скриншоты работы
F1 мера - гармоническое среднее между точностью и полнотой. Она учитывает обе метрики и дает одно число, которое учитывает их обе.
F1-мера равна 0.74, она показывает то, что модель предсказывает популярность довольно хорошо.