Методы машинного обучения. Лабораторная работа

ID: 207305
Дата закачки: 02 Марта 2020
Продавец: Russianbear (Напишите, если есть вопросы)
Посмотреть другие работы этого продавца

Тип работы: Работа Лабораторная
Сдано в учебном заведении: СибГУТИ

Описание:
Данная работа наиболее творческая и призвана показать, насколько студент подготовлен к реальному применению полученных знаний на практике. Как известно, в реальной работе никаких вводных данных не предоставляется, тем не менее, мы слегка пренебрегли данным правилом и предоставили теорию и предпочтительный метод для применения.
На сайте kaggle по ссылке https://www.kaggle.com/imnikhilanand/heart-attack-prediction/home располагаются реальные данные по сердечной заболеваемости, собранные различными медицинскими учреждениями. Каждый человек представлен 14ю характеристиками и полем goal, которое показывает наличие болезни сердца, поле принимает значение от 0 до 4 (0 – нет болезни).
Требуется имеющиеся данные разбить на обучающую и тестовую выборки в процентном соотношении 70 к 30. После чего по обучающей выборке необходимо построить решающее дерево. Для построения дерева можно пользоваться любыми существующими средствами. Кроме того, для построения дерева необходимо будет решить задачу выделения информативных решающих правил относительно имеющихся числовых признаков.
Разрешается использовать уже реализованные решающие деревья из известных библиотек (например, scikit-learn для Python), либо реализовывать алгоритм построения дерева самостоятельно (все необходимые алгоритмы представлены в теории по ссылке).
В качестве результата работы необходимо сделать 10 случайных разбиений исходных данных на обучающую и тестовую выборки, для каждой построить дерево и протестировать, после чего построить таблицу, в которой указать процент правильно классифицированных данных. Полученную таблицу необходимо включить в отчёт по лабораторной работе.

Комментарии: Год сдачи - 2020
Язык - python3
Оценка - зачет.

Размер файла: 4,6 Мбайт
Фаил: