Ml3b 3 practice

Классификация Практика¶

Классификация стоимости телефона¶

У вас есть датасет с параметрами мобильных телефонов. Переменная price_range отвечает за то, к какой категории относится телефон: 1 — дорогие, 0 — дешевые

Ваша задача состоит в том, чтобы наиболее точно научиться классифицировать телефоны по этим двум категориям на основании других параметров.

In [2]:

import os
os.listdir()

import os os.listdir()

Out[2]:

['ml3b_3.ipynb', 'train_mobile.csv', 'ml3b_2.ipynb']

Задание¶

Задание 3B.3.1¶

Выберите пять признаков, у которых наибольшая взаимосвязь с целевой переменной (с помощью корреляции). Отметьте отобранные признаки:

In [6]:

import pandas as pd

df = pd.read_csv('train_mobile.csv',delimiter=';')
df

import pandas as pd df = pd.read_csv('train_mobile.csv',delimiter=';') df

Out[6]:

	battery_power	blue	clock_speed	dual_sim	fc	four_g	int_memory	m_dep	mobile_wt	n_cores	...	px_height	px_width	ram	sc_h	sc_w	talk_time	three_g	touch_screen	wifi	price_range
0	842	0	2.2	0	1	0	7	0.6	188	2	...	20	756	2549	9	7	19	0	0	1	0
1	1021	1	0.5	1	0	1	53	0.7	136	3	...	905	1988	2631	17	3	7	1	1	0	1
2	563	1	0.5	1	2	1	41	0.9	145	5	...	1263	1716	2603	11	2	9	1	1	0	1
3	615	1	2.5	0	0	0	10	0.8	131	6	...	1216	1786	2769	16	8	11	1	0	0	1
4	1821	1	1.2	0	13	1	44	0.6	141	2	...	1208	1212	1411	8	2	15	1	1	0	0
...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...
1995	794	1	0.5	1	0	1	2	0.8	106	6	...	1222	1890	668	13	4	19	1	1	0	0
1996	1965	1	2.6	1	0	0	39	0.2	187	4	...	915	1965	2032	11	10	16	1	1	1	1
1997	1911	0	0.9	1	1	1	36	0.7	108	8	...	868	1632	3057	9	1	5	1	1	0	1
1998	1512	0	0.9	0	4	1	46	0.1	145	5	...	336	670	869	18	10	19	1	1	1	0
1999	510	1	2.0	1	5	1	45	0.9	168	6	...	483	754	3919	19	4	2	1	1	1	1

2000 rows × 21 columns

Коррелирующийся признаки:

• ram (0.822),
• battery_power (0.149),
• px_width (0.117),
• px_height (0.098)
• touch_screen (0.04)

In [14]:

most_corr = list(df.corr()['price_range'].abs().sort_values(ascending=False)[:6].index[1:])
most_corr

most_corr = list(df.corr()['price_range'].abs().sort_values(ascending=False)[:6].index[1:]) most_corr

Out[14]:

['ram', 'battery_power', 'px_width', 'px_height', 'touch_screen']

Задание 3B.3.2¶

Теперь необходимо обучить алгоритм. Для начала разбейте выборку на тестовую и обучающую, размер тестовой задайте 0.2. Параметр random_state=31. В качестве модели возьмите логистическую регрессию. В качестве предикторов возьмите пять ранее отобранных признаков.

Рассчитайте метрику, которая покажет

• какая доля телефонов, обозначенных классификатором как дорогие, действительно относится к этой категории.
• Это precision (точность)

Задание 3B.3.3¶

Введите полученное значение

In [4]:

from sklearn.model_selection import train_test_split as tts
from sklearn.linear_model import LogisticRegression
from sklearn.metrics import precision_score as precision

y = df['price_range'].copy()
X = df.drop(['price_range'],axis=1)
X = X[most_corr]
X

from sklearn.model_selection import train_test_split as tts from sklearn.linear_model import LogisticRegression from sklearn.metrics import precision_score as precision y = df['price_range'].copy() X = df.drop(['price_range'],axis=1) X = X[most_corr] X

Out[4]:

	ram	battery_power	px_width	px_height	touch_screen
0	2549	842	756	20	0
1	2631	1021	1988	905	1
2	2603	563	1716	1263	1
3	2769	615	1786	1216	0
4	1411	1821	1212	1208	1
...	...	...	...	...	...
1995	668	794	1890	1222	1
1996	2032	1965	1965	915	1
1997	3057	1911	1632	868	1
1998	869	1512	670	336	1
1999	3919	510	754	483	1

2000 rows × 5 columns

In [9]:

X_train,X_test,y_train,y_test = tts(X,y,test_size=0.2,random_state=31)

model = LogisticRegression(random_state=31)
model.fit(X_train,y_train)
y_pred = model.predict(X_test)

print(f'precision: {round(precision(y_test,y_pred),4)}')

X_train,X_test,y_train,y_test = tts(X,y,test_size=0.2,random_state=31) model = LogisticRegression(random_state=31) model.fit(X_train,y_train) y_pred = model.predict(X_test) print(f'precision: {round(precision(y_test,y_pred),4)}')

precision: 0.9859