Professional Documents
Culture Documents
Лабораторна 3
Лабораторна 3
● Проста реалізація.
ЗАВДАННЯ
Розробіть класифікатор за варіантом із застосуванням Scikit-Learn.
Підготуйте тренувальний (навчальний) та тестовий набори даних для
класифікатора. Дані взяти з файлу за варіантом та розділити на дві частини,
де 80% віднести до тренувального (навчального) набору, а 20% до тестового.
Навчіть класифікатор на тренувальному наборі даних. Застосуйте
класифікатор до тестового набору даних. Оцініть класифікатор (побудуйте
звіт щодо продуктивності класифікатора). Побудуйте матрицю неточностей.
Виконайте масштабування (нормалізацію) функції та проаналізуйте, чи
вплинуло це на продуктивність класифікатора. Підберіть параметри
класифікатора, за якого найбільша частка правильних передбачень серед
тестових даних.
Варіанти:
1. Класифікатор Методу k-найближчих сусідів (косінусоїдна відстань). Дані
з файлу «Market_Arrivals.csv».
2. Класифікатор Методу наївного Байєса (поліноміальний). Дані з файлу
«Prestige.csv».
3. Класифікатор Методу k-найближчих сусідів (евклідова відстань). Дані з
файлу «diamonds_select.csv».
4. Класифікатор Методу опорних векторів. Дані з файлу «Vehicle.csv».
5. Класифікатор Методу k-найближчих сусідів (манхеттенська відстань).
Дані з файлу «mpg2.csv».
6. Класифікатор лінійний дискримінантний аналіз. Дані з файлу
«Mall_Customers.csv».
7. Класифікатор Методу k-найближчих сусідів (відстань Хеммінга). Дані з
файлу «seeds.csv».
8. Класифікатор дерева рішень. Дані з файлу «Glass.csv».
9. Класифікатор Методу k-найближчих сусідів (відстань Мінковського).
Дані з файлу «VertebralColumn.csv».
10. Класифікатор Методу наївного Байєса (гаусівський). Дані з файлу
«balance-scale.csv».
11. Класифікатор випадковий ліс. Дані з файлу «Vowel.csv».
12. Класифікатор логічна регресія (Logistic Regression). Дані з файлу
«BreastCancer.csv».