Тема Возможности библиотеки scikitlearn Python для реализации алгоритма kmeans

• Название: Тема Возможности библиотеки scikitlearn Python для реализации алгоритма kmeans
• Дата: 18.05.2022
• Размер: 13.88 Kb.
• Имя файла: zadanie-1 (3).docx
• Тип: Отчет; #537203

Практическое задание 1

Тема 2.5. Возможности библиотеки scikit-learn Python для реализации алгоритма k-means

Задание

На основе готовых данных постройте модель классификации (деревья принятия решений) и визуализируйте ее в виде графа.

Рекомендации по выполнению задания

Алгоритм выполнения:

1. 
   Выбрать набор данных, содержащий не менее 10 атрибутов, отмеченный как набор, для задачи классификации с репозитория https://archive.ics.uci.edu/ml/datasets.php. Запрещено использовать выборку данных, представленную в электронном учебнике.
   
2. 
   Разделить набор данных на входные данные для модели и целевую переменную.
   
3. 
   Построить классификатор (дерево принятия решений).
   
4. 
   Изучить вклад переменных (важность переменных).
   
5. 
   Визуализировать дерево решений в виде графа.
   
6. 
   Сформировать отчет о проделанной работе.
   
7. 
   Добавить текстовое описание выполнения каждого этапа работы.
   

Отчет по работе формируется в двух форматах:

• 
  .ipynb;
  
• 
  .pdf (ipynb, сохраненный в формате .pdf).