1. Подготовить исходные данные для задачи классификации (удалить выбросы, заполнить/удалить пропуски, провести отбор информативных признаков с помощью методов обертки и т.д.). 2. Реализовать kNN, метод парзеновского окна и метод потенциальных функции. Выполнить подбор оптимальных параметров соответствующих методов. 3. Оценить точность полученных решений с помощью метода кросс-валидации. Сравнить полученные результаты. 4. Задать несколько новых объектов, определить метку класса для этих объектов. Требования к выполнению практической работы: 1. Соответствие программы и результатов ее работы с полученным заданием. 2. Самостоятельное тестирование и отладка программы. 3. Устойчивость работы программы при любых значениях параметров, задаваемых пользователем через интерфейс программы. 4. Составление отчета, содержащего описание реализованного метода (алгоритма) анализа данных и результаты тестирования этого метода (алгоритма) путем запуска программы с различными входными параметрами. Получаемые зависимости между выходными характеристиками и выбранными параметрами представляются в графической форме. Лекция: https://disk.yandex.ru/i/_cXTKl3dGkZOPg
Гарантия на работу | 1 год |
Средний балл | 4.96 |
Стоимость | Назначаете сами |
Эксперт | Выбираете сами |
Уникальность работы | от 70% |