35 lines
2.8 KiB
Markdown
35 lines
2.8 KiB
Markdown
# IIS_2023_1
|
||
<h4>Задание</h4>
|
||
<p>
|
||
Используя код из [1](пункт «Решение задачи ранжирования признаков», стр. 205), выполните ранжирование признаков с помощью указанных по варианту моделей. Отобразите получившиеся значения\оценки каждого признака каждым методом\моделью и среднюю оценку. Проведите анализ получившихся результатов. Какие четыре признака оказались самыми важными по среднему значению? (Названия\индексы признаков и будут ответом на задание).
|
||
</p>
|
||
<p>
|
||
7 Вариант.
|
||
<ul>
|
||
<li>Лассо (Lasso)</li>
|
||
<li>Случайное лассо (RandomizedLasso) </li>
|
||
<li>Рекурсивное сокращение признаков (Recursive Feature Elimination –RFE)</li>
|
||
</ul>
|
||
<h4>Как запустить программу</h4>
|
||
Запустить скрипт verina_daria_lab_2/main.py, после чего в консоль будут выведены результаты выполнения программы.
|
||
<h4>Стек технологий</h4>
|
||
<p>
|
||
<ul>
|
||
<li>NumPy - это библиотека Python, предоставляющая поддержку для больших, многомерных массивов и матриц, а также набор функций для их манипуляции и обработки.</li>
|
||
<li>Sklearn - предоставляет ряд инструментов для моделирования данных, включая классификацию, регрессию, кластеризацию и уменьшение размерности. </li>
|
||
<li>pandas - программная библиотека на языке Python для обработки и анализа данных.</li>
|
||
</ul>
|
||
|
||
<h4>Описание кода</h4>
|
||
<p>
|
||
Программа выполняет ранжирование и сравнение признаков с использованием трех различных методов: LassoCV, Lasso и Random Forest для последующего их ранжирования и обрабатывает тремя моделями по варианту.
|
||
Таким образом можно легко определить наиважнейшие признаки.
|
||
</p>
|
||
<h6>Результат: </h6>
|
||
<img src="result1.png">
|
||
<img src="result2.png">
|
||
<p>
|
||
<ul>
|
||
<li>Вывод: по среднему значению самыми важными признаками являются 2, 4, 12 и 13 признаки</li>
|
||
</ul>
|
||
</p> |