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 4

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 DCT и RF.

Ход выполнения

Дерево решений

Рис.1 – Импорт библиотек

Рис.2 – Чтение датасета, создание массивов всех признаков, целевого и features

Рис.3 – Вывод на экран 5 элементов датасета, задание переменных для обучения

Рис.4 – Создание дерева решений

Рис.5 – Визуализация дерева решений

Рис.6 – Левая и правая подвыборки (возраст людей с пульсом больше 120)

Рис.7 – Импорт библиотеки и вывод на экран датафрейма

Рис.8 – Узнаем давление людей не старше 50 лет

Рис.9 – Давление людей моложе 55 лет

Рис.10 – Давление людей моложе 52 лет

Рис.11 – Давление людей не старше 48 лет

Рис.12 – Возраст людей с давлением не выше 110

Рис.13 – Возраст людей с давлением не выше 100

Рис.14 – Возраст людей с давлением не выше 140

Рис.15 – Возраст людей с давлением не выше 130

Рис.16 – Возраст людей с давлением не выше 150

Рис.17 – Вероятности быть нулевым и первым классами соответственно

Рис.18 – Расчет энтропии

Рис.19 – Создание таблицы для записи результатов и разбиение на 2 подвыборки по возрасту

Рис.20 – Подсчет вероятностей в левой подвыборке

Рис.21 – Подсчет энтропии в левой подвыборке и вероятностей в правой

Рис.22 – Энтропия в правой подвыборке

Рис.23 – Подсчет прироста информации и добавление результатов в таблицу

Рис.24 – Вероятности в левой подвыборке (люди не старше 48)

Рис.25 – Энтропия в левой подвыборке и вероятности в правой

Рис.26 – Энтропия в правой подвыборке

Рис.27 – Прирост информации и запись результатов

Рис.28 – Функции для расчета энтропии и прироста информации

Рис.29 – Прирост информации для целевого значения выборки

Рис.30 – Запись результата

Рис.31 – Прирост информации (люди с давлением не больше 110)

Рис.32 – Прирост информации (люди с давлением не больше 100)

Рис.33 – Прирост информации (люди с давлением не больше 140)

Рис.34 – Прирост информации (люди с давлением не больше 130)

Рис.35 – Итоговая таблица

Рис.36 – Можно задавать вопросы, используя средние значения, а не уникальные

Рис.37 – Разбиения получались бы такими же

Рис.38 – Подготовка к построению дерева решений

Рис.39 – Построение дерева решений

Случайный лес

Рис.40 – Импорт библиотек, игнорирование предупреждения, чтение датасета

Рис.41 – Изучение датасета, вывод на экран

Рис.42 – Присвоение имен столбцам

Рис.43 – Количество непустых значений в каждом столбце

Рис.44 – Частотные распределения значений переменных

Рис.45 – Изучение переменной и проверка пропущенных значений

Рис.46 – Создание вектора признака, целевой переменной, разделение данных на обучающую и тестовую выборки, получение информации о составе датасетов

Рис.47 – Просмотр типов данных в обучающей выборке и вывод ее на экран

Рис.48 – Кодируем категориальные переменные

Рис.49 – Результаты кодирования

Рис.50 – Оценка точности модели с 10 деревьями решений

Рис.51 – Оценка точности модели со 100 деревьями решений

Рис.52 – Создание случайного леса и получаем оценки важности

Рис.53 – Визуализация оценок важности

Рис.54 – Построение модели случайного леса и проверка ее точности при удалении наименее значимой переменной

Рис.55 – Матрица ошибок и отчет о классификации