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

Запустить файл main.py

Используемые технологии

Библиотека pandas
Библиотека scikit-learn
Python
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.

4.2 KiB Raw Blame History Unescape Escape