YAML Metadata Warning:empty or missing yaml metadata in repo card
Check out the documentation for more information.
import pandas as pd from sklearn.model_selection import train_test_split from sklearn.ensemble import RandomForestClassifier from sklearn.metrics import accuracy_score
Загрузка данных
train_data = pd.read_csv('data.csv') test_data = pd.read_csv('test.csv')
Предполагаем, что в data.csv есть столбец 'label' с метками классов (от 0 до 4 для 5 классов)
X = train_data.drop(columns=['label']) y = train_data['label']
Разделение данных на обучающую и тестовую выборки (по желанию)
X_train, X_val, y_train, y_val = train_test_split(X, y, test_size=0.2, random_state=42)
Обучение модели
model = RandomForestClassifier(n_estimators=100, random_state=42) model.fit(X_train, y_train)
Проверка точности на валидационной выборке
y_pred = model.predict(X_val) print(f'Accuracy: {accuracy_score(y_val, y_pred)}')
Предсказание на тестовых данных
X_test = test_data # Предполагаем, что test.csv имеет те же признаки, что и data.csv, за исключением меток test_predictions = model.predict(X_test)
Сохранение результатов в файл submission.csv
submission = pd.DataFrame({'Id': test_data.index, 'Label': test_predictions}) submission.to_csv('submission.csv', index=False)