Лабораторная работа №3. Деревья решений

14 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

Описание используемого набора данных:

Объектом исследования является набор данных, который размещен на платформе Kaggle (https://www.kaggle.com/datasets/nelgiriyewithana/top-spotify-songs-2023/data). Он представляет собой полный список самых известных песен 2023 года, перечисленных на Spotify. Данный набор представлен в виде файла spotify.csv

Столбцами являются:

track_name – Название композиции
artist(s)_name – Имя исполнителя/имена исполнителей песни.
artist_count – Количество исполнителей, участвовавших в со-здании песни
released_year – Год, когда песня была выпущена
released_month – Месяц, когда песня была выпущена
released_day – День месяца, когда песня была выпущена.
in_spotify_playlists – Количество плейлистов Spotify, в которые песня включена
in_spotify_charts – Присутствие и рейтинг песни в чартах Spotify.
streams – Общее количество прослушиваний в Spotify.
in_apple_playlists – Количество плейлистов Apple Music, в которые песня включена.
in_apple_charts – Присутствие и рейтинг песни в чартах Apple Music.
in_deezer_playlists – Количество плейлистов Deezer, в ко-торые песня включена.
in_deezer_charts – Присутствие и рейтинг песни в чартах Deezer
in_shazam_charts – Присутствие и рейтинг песни в чартах Shazam.
bpm – Количество ударов в минуту, показатель темпа песни.
key – Тональность песни.
mode – Режим песни (мажорный или минорный).
danceability_% – Процент, указывающий, насколько песня подходит для танцев.
valence_% - Позитивность музыкального содержания пес-ни
energy_% - Воспринимаемый уровень энергии песни
acousticness_% - Количество акустического звука в песне
instrumentalness_% - Количество инструментального кон-тента в песне
liveness_% - Наличие элементов живого исполнения
speechiness_% - Количество произнесенных слов в песне

Задачей регрессии на данном наборе данных является прогнозирование значения столбца «in_spotify_playlists» по столбцам «streams», «in_apple_playlists», «in_deezer_playlists» и «bpm».

Запуск

Запустить файл lab6.py

Используемые технологии

Язык программирования Python
Среда разработки PyCharm
Библиотеки:
- sklearn
- numpy
- pandas

Описание программы

Код программы выполняет следующие действия:

Импортирует необходимые библиотеки: pandas, numpy, train_test_split из sklearn.model_selection и DecisionTreeClassifier из sklearn.tree.
Загружает данные из файла "spotify.csv" в объект DataFrame под названием "data".
Удаляет все строки с пропущенными значениями из DataFrame "data".
Удаляет столбец "artist(s)_name" из DataFrame "data".
Задает список столбцов, которые требуется нормализовать.
Проходит по каждому столбцу из списка "columns_to_normalize" и выполнит нормализацию значений в диапазоне от 0 до 1.
Удаляет запятые из значений в столбце "in_deezer_playlists".
Приводит столбец "in_deezer_playlists" к числовому типу данных (np.int64).
Удаляет запятые из значений в столбце "in_shazam_charts".
Приводит столбец "in_shazam_charts" к числовому типу данных (np.int64).
Создает словарь "track_name_dict" соответствия числовых значений и названий трека.
Заменяет значения в столбце "track_name" на числовые значения согласно словарю "track_name_dict".
Создает словарь "key_dict" соответствия числовых значений и тональностей.
Заменяет значения в столбце "key" на числовые значения согласно словарю "key_dict".
Создает словарь "mode_dict" соответствия числовых значений и режимов песни.
Заменяет значения в столбце "mode" на числовые значения согласно словарю "mode_dict".
Разбивает данные на обучающую и тестовую выборки (X_train, X_test, y_train, y_test) с помощью функции train_test_split.
Инициализирует модель DecisionTreeClassifier с параметром random_state=241.
Обучает модель на обучающих данных (X_train, y_train) с помощью метода fit.
Вычисляет важность каждого признака с помощью атрибута feature_importances_ модели и сохраняет результаты в переменной "importances".
Получает список названий столбцов из DataFrame "data" и сохраняет их в переменной "columns".
Выводит важность каждого признака по результатам ранжирования в порядке убывания с помощью цикла и функции print. Каждая строка состоит из названия признака и его важности.

Таким образом, данный код выполняет предобработку данных, обучает модель DecisionTreeClassifier и оценивает значимость признаков для предсказания переменной "in_spotify_playlists".

Пример работы

Оценка значимости признаков для предсказания переменной "in_spotify_playlists"

Вывод

На основе выходных данных можно сделать следующий вывод о работе модели:

Наиболее важными признаками для предсказания переменной "in_spotify_playlists" оказались «streams», «in_apple_playlists», «in_deezer_playlists», «bpm».

8.1 KiB Raw Blame History Unescape Escape