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

Запустить файл main.py

Используемые технологии

Библиотека matplotlib
Библиотека scikit-learn
Библиотека pandas
Python
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.

2.7 KiB Raw Blame History Unescape Escape