79 lines
5.0 KiB
Python
79 lines
5.0 KiB
Python
import pandas as pd
|
||
from sklearn.tree import DecisionTreeClassifier
|
||
from sklearn.metrics import accuracy_score
|
||
from sklearn.model_selection import train_test_split
|
||
from sklearn.preprocessing import LabelEncoder
|
||
|
||
''' Названия столбцов набора данных и их описание:
|
||
Id: Уникальный идентификатор для каждого автомобиля в списке.
|
||
Price: Ценовой диапазон автомобилей с конкретными ценниками и подсчетами. (111000 - 77500000)
|
||
Company Name: Название компании-производителя автомобилей с указанием процентной доли представительства каждой компании.
|
||
Model Name: Название модели автомобилей с указанием процентного соотношения каждой модели.
|
||
Model Year: Диапазон лет выпуска автомобилей с указанием количества и процентных соотношений. (1990 - 2019)
|
||
Location: Местоположение автомобилей с указанием регионов, где они доступны для покупки, а также их процентное соотношение.
|
||
Mileage: Информация о пробеге автомобилей с указанием диапазонов пробега, количества и процентов. (1 - 999999)
|
||
Engine Type: Описания типов двигателей с процентными соотношениями для каждого типа.
|
||
Engine Capacity: Мощность двигателя варьируется в зависимости от количества и процентов. (16 - 6600)
|
||
Color: Цветовое распределение автомобилей с указанием процентных соотношений для каждого цвета.
|
||
'''
|
||
|
||
|
||
# Загрузите данные из вашей курсовой работы, предположим, что у вас есть файл CSV.
|
||
data = pd.read_csv('Data_pakwheels.csv')
|
||
data.pop("Id")
|
||
|
||
data.dropna(inplace=True) # Удаление строки с пропущенными значениями.
|
||
|
||
# Преобразуйте категориальные признаки в числовые. Используйте, например, one-hot encoding.
|
||
# data = pd.get_dummies(data, columns=['Company Name', 'Model Name', 'Location', 'Engine Type', 'Color'])
|
||
|
||
# Создайте объект LabelEncoder
|
||
label_encoder = LabelEncoder()
|
||
|
||
data['Location'] = label_encoder.fit_transform(data['Location'])
|
||
data['Company Name'] = label_encoder.fit_transform(data['Company Name'])
|
||
data['Model Name'] = label_encoder.fit_transform(data['Model Name'])
|
||
data['Engine Type'] = label_encoder.fit_transform(data['Engine Type'])
|
||
data['Color'] = label_encoder.fit_transform(data['Color'])
|
||
data['Assembly'] = label_encoder.fit_transform(data['Assembly'])
|
||
data['Body Type'] = label_encoder.fit_transform(data['Body Type'])
|
||
data['Transmission Type'] = label_encoder.fit_transform(data['Transmission Type'])
|
||
data['Registration Status'] = label_encoder.fit_transform(data['Registration Status'])
|
||
|
||
# Разделение данных на обучающий набор и тестовый набор. Мы будем использовать 99% данных для обучения.
|
||
train_data, test_data = train_test_split(data, test_size=0.01, random_state=42)
|
||
|
||
# Определите целевую переменную (то, что вы пытаетесь предсказать, например, 'Price').
|
||
X_train = train_data.drop(columns=['Price'])
|
||
y_train = train_data['Price']
|
||
X_test = test_data.drop(columns=['Price'])
|
||
y_test = test_data['Price']
|
||
|
||
# Создание и обучение модели DecisionTreeClassifier
|
||
clf = DecisionTreeClassifier(random_state=42)
|
||
clf.fit(X_train, y_train)
|
||
|
||
# Оценка важности признаков
|
||
feature_importances = clf.feature_importances_
|
||
|
||
# Создание DataFrame с именами признаков и их важностью
|
||
feature_importance_df = pd.DataFrame({'Feature': X_train.columns, 'Importance': feature_importances})
|
||
|
||
# Сортировка признаков по убыванию важности
|
||
feature_importance_df = feature_importance_df.sort_values(by='Importance', ascending=False)
|
||
|
||
# Вывод ранжированных признаков
|
||
print(feature_importance_df)
|
||
|
||
clf = DecisionTreeClassifier(max_depth=5, random_state=42)
|
||
|
||
# Обучите модель на обучающем наборе данных
|
||
clf.fit(X_train, y_train)
|
||
|
||
# Предсказание целевой переменной на тестовом наборе данных
|
||
y_pred = clf.predict(X_test)
|
||
|
||
# Оцените производительность модели с помощью различных метрик
|
||
accuracy = accuracy_score(y_test, y_pred)
|
||
print(f'Точность модели: {accuracy}')
|