IIS_2023_1/faskhutdinov_idris_lab_3

Лабораторная работа №3. Деревья решений

6 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

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

Описание лабораторной работы

Программа загружает данные из файла Clean_Data_pakwheels.csv, после чего выбирает необходимые для создания модели столбцы. Выбранные столбцы разделяются на целевую переменную (Y) и признаки (X). Некоторые столбцы в датасете представлены в виде текстовых значений, поэтому мы представляем их как численные значения Затем программа обучает модель, выполняет прогнозы и оценивает точность. В консоль выводятся признаки по их важности Целевой признак - Registration Status

Результат

Accuracy: 0.9327548806941431

•                    Признак  Важность
  

• 1 Mileage 0.332722
• 2 Price 0.332358
• 0 Model Year 0.175522
• 34 Transmission Type_Automatic 0.086699
• 13 Company Name_Honda 0.021243
• 31 Company Name_Toyota 0.015743
• 30 Company Name_Suzuki 0.008819
• 10 Company Name_Daihatsu 0.007749
• 25 Company Name_Nissan 0.007616
• 4 Company Name_Audi 0.003018
• 23 Company Name_Mercedes 0.001886
• 22 Company Name_Mazda 0.001800
• 18 Company Name_KIA 0.001416
• 24 Company Name_Mitsubishi 0.001044
• 29 Company Name_Subaru 0.000787
• 5 Company Name_BMW 0.000458
• 19 Company Name_Land 0.000407
• 27 Company Name_Range 0.000332
• 26 Company Name_Porsche 0.000331
• 35 Transmission Type_Manual 0.000050
• 20 Company Name_Lexus 0.000000
• 21 Company Name_MINI 0.000000
• 9 Company Name_Daewoo 0.000000
• 8 Company Name_DFSK 0.000000
• 14 Company Name_Hummer 0.000000
• 7 Company Name_Chevrolet 0.000000
• 11 Company Name_FAW 0.000000
• 17 Company Name_Jeep 0.000000
• 28 Company Name_SsangYong 0.000000
• 16 Company Name_Jaguar 0.000000
• 6 Company Name_Chery 0.000000
• 15 Company Name_Hyundai 0.000000
• 32 Company Name_United 0.000000
• 33 Company Name_Volvo 0.000000
• 3 Company Name_Adam 0.000000
• 12 Company Name_Fiat 0.000000

Вывод

Исходя из результатов работы программы можно сделать вывод, что наиболее важным признаком, отвечающим за то, зарегистрирована машина или нет, является её пробег, а так же её цена на рынке. Точность модели составляет 93%, что говорит о том, что она классифицирует данные при заданных условиях с высокой точностью.