Моделі для формування ринкової вартості нерухомості

Автор(и)

  • Л. Макарчук КПІ ім. Ігоря Сікорського, Ukraine
  • T. Ліхоузова КПІ ім. Ігоря Сікорського, Ukraine

DOI:

https://doi.org/10.20535/1560-8956.43.2023.292242

Ключові слова:

машинне навчання, аналіз впливу факторів, задача класифікації

Анотація

Розглянуто проблему непридатності наявної питної води для безпечного споживання. Запропоновано використати моделі, побудовані методами машинного навчання, щоб при аналізі проб води можна було зосередитися на основних параметрах, аби обмежені ресурси не спрямовувалися без необхідності на менш важливі ознаки. При побудові моделей використано три методи: Decision Tree Classifier, Naive Bayes, K-Nearest Neighbors. Кожен з цих методів дає можливість покращити модель за допомогою підбору параметрів, що і було зроблено. Реалізовано три моделі: модель DTC з використанням ентропії при розбитті вузла, модель Naive Bayes з найкращим значенням var_smoothing та модель KNN з оптимальним числом «сусідів». Для оцінки ефективності запропонованих моделей використано тестові дані, що не використовувались для побудови моделей, та кілька різних критеріїв оцінки якості моделей.

Бібл. 5, іл. 11

Посилання

World Health Organization Guidelines for drinking-water quality, Forth Edition. Geneva: World Health Organization, 2011. 564 ɫ.

Water Quality. URL: https://www.kaggle.com/datasets/adityakadiwal/water-potability

Hastie T., Tibshirani R., Friedman J. The Elements of Statistical Learning. New York: Springer New York, 2009

Naive Bayes Algorithm: Everything You Need to Know. URL: https://www.kdnuggets.com/2020/06/naive-bayes-algorithm-everything.html

Library Matplotlib. URL: https://matplotlib.org/stable/

##submission.downloads##

Опубліковано

2023-12-01