МИНИСТЕРСТВО ЦИФРОВОГО РАЗВИТИЯ, СВЯЗИ И МАССОВЫХ КОММУНИКАЦИЙ РОССИЙСКОЙ ФЕДЕРАЦИИ

Ордена Трудового Красного Знамени федеральное государственное бюджетное образовательное учреждение высшего образования

«Московский технический университет связи и информатики»

Кафедра «Математическая кибернетика и информационные технологии»

Дисциплина «Управление данными»

Отчет по лабораторной работе 3

Выполнил:

студент группы БСТ21

Проверила: Тимофеева А. И.

Москва, 2024 г.

Содержание

Цель работы 3

Ход выполнения 3

Цель работы 3

Ход выполнения 3

Цель работы

Получить навыки работы с NB, LR, SVM.

Ход выполнения

Рис.1 – Импорт библиотек, чтение датасета, вывод на экран

Рис.2 – Подсчет количества объектов в датафреймах

Рис.3 – Проверка на наличие пропущенных значений

Рис.4 – Код для нахождения медианы и среднего значения а также для построения гистограммы

Рис.5 – Вывод к коду из рис.4

Рис.6 – Подсчет процентов пропущенных значений и копирование датафрейма

Рис.7 – Внесение изменений в данные и проверка на наличие пустых значений

Рис.8 – Объединение влияния переменных в один категориальный предиктор, удаление столбцов, вывод датасета

Рис.9 – Создание категориальной переменной, вывод датасета

Рис.10 – Замена пустых значений, оценка выживаемости, включение в набор категориальной переменной

Рис.11 – Определение, в каком классе выжили больше всего и состав туристической группы

Рис.12 – Импорт библиотек, создание логистической регрессии и модели рекурсивного исключения функций

Рис.13 – Создание тепловой карты

Рис.14 - Оценка модели на основе простого разделения train/test с использованием функции train_test_split()

Рис.15 - Оценки моделей на основе K-fold cross-validation с использованием функций cross_val_score() и cross_validate()

Рис.16 – Импорт библиотек, создание classifier

Рис.17 – Вывод метрик модели

Рис.18 – Вывод точности модели на тренировочном и тестовом датасетах