IIS_2023_1/verina_daria_lab_2
2023-11-22 22:52:44 +04:00
..
main.py laba 2 ready!!! 2023-11-22 22:52:44 +04:00
README.md laba 2 ready!!! 2023-11-22 22:52:44 +04:00
result1.png laba 2 ready!!! 2023-11-22 22:52:44 +04:00
result2.png laba 2 ready!!! 2023-11-22 22:52:44 +04:00

IIS_2023_1

Задание

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).

7 Вариант.

  • Лассо (Lasso)
  • Случайное лассо (RandomizedLasso)
  • Рекурсивное сокращение признаков (Recursive Feature Elimination RFE)

Как запустить программу

Запустить скрипт verina_daria_lab_2/main.py, после чего в консоль будут выведены результаты выполнения программы.

Стек технологий

  • NumPy - это библиотека Python, предоставляющая поддержку для больших, многомерных массивов и матриц, а также набор функций для их манипуляции и обработки.
  • Sklearn - предоставляет ряд инструментов для моделирования данных, включая классификацию, регрессию, кластеризацию и уменьшение размерности.
  • pandas - программная библиотека на языке Python для обработки и анализа данных.

Описание кода

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.

Результат:

  • Вывод: по среднему значению самыми важными признаками являются 2, 4, 12 и 13 признаки