.. | ||
1aIk7s_b66s.jpg | ||
cAofDwrO6o4.jpg | ||
laba6.py | ||
README.md |
Данные
Я использую следующие данные:
- Ссылка на изображение картины
- Размер картины в см
- Средняя оценка по отзывам
- Количество заказов
- Стоимость Чтобы сделать анализ конкретнее были добавлены вручную следующие данные:
- Жанр (Например: пейзаж, животные, портрет и т.д)
- Поджанр (Например: городской пейзаж, коты, собаки и т.д)
Задание и решение классификации (нейронная сеть)
Необходимо посоветовать/предсказать пользователю поджанр на основе выбранного жанра и категории стоимости. Нет необходимости разбивать на группы, так как сам параметр является категориальным. Для выполнения классификации все категориальные параметры переводим в числа. Точность модель не превышает 0.30, что можно сказать, что модель не удачная. На это влияет то, что в данные достаточно много классов, что делает модель сложнее. Результат предсказания представлен на рисунке 5 и 6