С использованием готового набора данных обучите 3 модели классификации и сравните их точность работы.

Практическое задание 2. Курс системы искусственного интеллекта 2.

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 Загрузить выбранный набор данных.

3 Произвести исследовательский анализ данных:

● получить объём исследуемых данных;

● получить число атрибутов и их типы данных;

● посмотреть распределение числа примеров классов;

● выполнить преобразование категориальных атрибутов;

● заполнить пропущенные значения в выборке.

4 Разделить набор данных на обучающую и тестовую выборки и

объяснить это разбиение.

5 Обучить модели классификации на основе трёх алгоритмов машинного

обучения (по выбору слушателя курса), отметить, почему были

выбраны эти алгоритмы.

6 Оценить эффективность моделей на тестовой выборке с помощью

матрицы неточностей, критериев полноты Recall и точности Precision.

7 Представить текстовое описание выполнения каждого этапа работы.

Отчет по работе формируется в двух форматах:

● .ipynb;

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