7eaddd9a54
ML - устранение неточностей и багов ML - оптимизация производительности DecisionTreeRegressor.Fit, RandomForestRegressor.Fit ML - тесты
32 lines
1.1 KiB
ObjectPascal
32 lines
1.1 KiB
ObjectPascal
uses MLABC;
|
|
|
|
begin
|
|
var ds := Datasets.TitanicRu;
|
|
var df := ds.Data.Drop(['Id', 'Имя']);
|
|
|
|
var ageImputer := new Imputer(['Возраст']);
|
|
df := ageImputer.FitTransform(df);
|
|
|
|
var portImputer := new Imputer('Саутгемптон', ['ПортПосадки']);
|
|
df := portImputer.FitTransform(df);
|
|
|
|
var sexEncoder := new LabelEncoder('Пол');
|
|
df := sexEncoder.FitTransform(df);
|
|
|
|
var portEncoder := new LabelEncoder('ПортПосадки');
|
|
df := portEncoder.FitTransform(df);
|
|
|
|
var features := ['Класс', 'Пол', 'Возраст', 'БратьяИСупруги', 'РодителиИДети', 'ЦенаБилета', 'ПортПосадки'];
|
|
var X := df.ToMatrix(features);
|
|
var y := df.GetIntColumn('Выжил');
|
|
|
|
var model := new RandomForestClassifier(nTrees := 100, maxDepth := 6, minSamplesLeaf := 3, minSamplesSplit := 6, seed := 42);
|
|
model.Fit(X, y);
|
|
|
|
var imp := model.FeatureImportances;
|
|
|
|
Println('Важность признаков для RandomForestClassifier');
|
|
for var i := 0 to features.Length - 1 do
|
|
Println($'{features[i],-18}: {imp[i]:F3}');
|
|
end.
|