| .. | ||
| 3.1.png | ||
| 3.2.png | ||
| README.md | ||
| shestakova_maria_lab_3.1.py | ||
| shestakova_maria_lab_3.2.py | ||
| sleep.csv | ||
| titanic.csv | ||
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