33 lines
2.7 KiB
Markdown
33 lines
2.7 KiB
Markdown
### Задание:
|
||
|
||
Часть 1. По данным о пассажирах Титаника решите задачу классификации (с помощью дерева решений), в которой по различным характеристикам пассажиров требуется найти у выживших пассажиров два наиболее важных признака из трех рассматриваемых: Pclass, Parch, Fare
|
||
|
||
Часть 2. Решите с помощью библиотечной реализации дерева решений задачу из лабораторной работы «Веб-сервис «Дерево решений» по предмету «Методы искусственного интеллекта»на 99% ваших данных: зависимость качества сна (Quality of Sleep) от возраста (Age) и пола (Gender). Проверьте работу модели на оставшемся проценте, сделайте вывод
|
||
|
||
### Технологии:
|
||
|
||
Библиотека Scikit-learn, библиотека numpy, библиотека pandas
|
||
|
||
### Что делает лабораторная:
|
||
|
||
Часть 1. Из выборки отбирается 3 необходимых по заданию признака, определяется целевая переменная по заданию, обучается дерево, выводятся важности признаков по каждому классу
|
||
|
||
Часть 2. Из выборки отбирается 2 необходимых по заданию признака, определяется целевая переменная по заданию, данные разделяются на обущающую и тестовую выборку, дерево обучается классификацией и регрессией, выводятся важности признаков, предсказания значений на тестовой выборке и оценка качества
|
||
|
||
### Как запустить:
|
||
|
||
Первая часть лабораторной работы запускается в файле `shestakova_maria_lab_3.1.py` через Run: появляется вывод в консоли
|
||
Вторая часть лабораторной работы запускается в файле `shestakova_maria_lab_3.2.py` через Run: появляется вывод в консоли
|
||
|
||
### Вывод:
|
||
|
||
Часть 1.
|
||
|
||
|
||
|
||
Часть 2.
|
||
|
||
|
||
|
||
По выводу можно заметить, что модель дерева классификации подходит больше для решения данной задачи
|