Онлайн тест по предмету (с ответами) «Системы искусственного интеллекта 2 (РОСДИСТАНТ) / Ответы на промежуточные тесты 1-2 3458»

Описание работы

Промежуточный тест 1
Вопрос 1
С использованием библиотеки Pandas проводится предварительный анализ данных, содержащихся в файле data.csv. Посредством анализа данных необходимо определить среднее значение параметра A5 для элементов списка, полученных путем отбора данных по условиям А2 0 и A3 1. Ответ требуется округлить с помощью функции round() до 2 знаков и записать через символ ".".

Содержимое файла data.csv:
,A1,A2,A3,A4,A5,A6,C
0,2.633,-7.467,5.521,-6.238,-3.083,-6.292,4.0
1,3.146,-7.019,8.152,10.391,10.584,4.793,3.0
2,7.686,-0.958,-9.244,0.877,-8.494,3.308,1.0
3,0.665,-2.69,3.166,-10.601,-5.063,-9.076,0.0
4,0.276,-1.714,-2.431,8.868,-7.584,-4.469,2.0
5,-6.178,-6.399,4.75,-12.165,-6.088,-8.873,0.0
6,3.952,-8.63,3.13,-6.846,-5.035,-4.611,4.0
7,6.267,-5.495,3.346,-3.049,-5.301,-3.046,4.0
8,6.706,-5.176,10.452,-7.856,-3.538,-7.87,4.0
9,-5.161,-3.88,5.128,-7.103,-1.03,-10.984,0.0
10,1.692,0.22,-2.13,11.117,-4.75,-2.72,2.0
11,12.052,1.428,-10.937,6.855,-9.675,-1.712,1.0
12,6.153,-6.56,5.687,-7.055,-0.801,-4.126,4.0
13,7.247,-4.124,7.503,9.767,6.615,3.573,3.0
14,-6.919,-5.842,7.3,-7.069,-0.673,-10.441,0.0
15,-5.508,-5.695,2.981,-10.872,-1.363,-9.624,0.0
16,6.362,-4.559,6.747,10.707,6.929,5.154,3.0
17,10.396,0.935,-9.594,4.968,-10.137,-3.967,1.0
18,0.229,-1.921,0.228,9.228,-6.102,-7.176,2.0
19,5.889,-2.322,5.891,7.873,8.017,5.447,3.0
20,-3.547,-6.701,1.123,-9.219,-4.005,-10.275,0.0
21,0.97,-0.271,-4.015,7.964,-6.377,-5.641,2.0
22,-1.052,2.881,-0.547,10.742,-7.05,-3.836,2.0
23,12.027,0.393,-8.534,3.843,-13.178,-1.664,1.0
24,5.569,-2.643,8.993,11.397,7.238,7.163,3.0
25,5.153,-7.739,5.136,-5.474,-5.492,-5.41,4.0
26,12.792,-0.254,-13.098,0.961,-10.18,-2.637,1.0
27,0.041,-0.116,0.109,9.516,-7.602,-2.36,2.0
28,7.357,-7.2,8.941,7.643,8.674,2.903,3.0
29,10.292,2.295,-7.7,6.613,-8.043,-2.06,1.0
30,-1.64,-6.39,7.038,-5.304,-2.271,-6.507,0.0
Вопрос 2
С использованием библиотеки Pandas осуществляется загрузка обучающей выборки данных из файла data.csv. Последний столбец в загруженных данных отвечает за метку класса (столбец "C"), остальные столбцы отвечают за атрибуты (столбцы "A1", "A2", "A3"). Загруженные данные используются для построения дерева классификации. При этом применяется библиотека Sklearn, а построение дерева осуществляется по алгоритму CART. Требуется определить условие разбиения данных в корневом узле. Примеры записи ответов: "A3 = -1.625" или "A2 = -6.359".

Содержимое файла data.csv:
,A1,A2,A3,C
0,-4.047,3.087,-6.967,0.0
1,5.313,4.308,7.293,4.0
2,-0.976,-3.198,-6.213,2.0
3,-2.833,-10.066,4.332,3.0
4,-9.155,8.265,-8.149,0.0
5,-3.25,-8.346,4.167,3.0
6,-4.551,-3.889,-3.589,2.0
7,-5.549,-4.164,-8.394,2.0
8,-1.18,-8.23,2.968,3.0
9,2.186,-10.896,2.081,3.0
10,-7.647,6.451,-9.576,0.0
11,1.185,-7.726,11.414,1.0
12,6.955,1.687,4.414,4.0
13,-9.534,5.214,-10.527,0.0
14,6.475,2.036,10.378,4.0
15,-1.117,-3.758,-6.909,2.0
16,8.85,3.108,6.057,4.0
17,-10.352,4.608,-6.186,0.0
18,4.799,-8.842,8.292,1.0
19,-13.45,4.501,-9.081,0.0
20,7.514,-0.704,5.859,4.0
21,9.024,0.987,10.13,4.0
22,2.705,-9.584,7.747,1.0
23,1.775,-10.918,8.885,1.0
24,0.345,-9.832,4.133,3.0
25,-1.926,-7.379,0.329,3.0
26,-10.321,7.164,-9.168,0.0
27,-5.17,-3.748,-5.403,2.0
28,2.172,-10.424,9.551,1.0
29,3.977,-10.931,7.071,1.0
30,-3.64,-0.263,-4.57,2.0
Вопрос 3
С использованием библиотеки Pandas проводится предварительный анализ данных, содержащихся в файле data.csv. Посредством анализа данных необходимо определить среднее значение параметра A5 для элементов списка, полученных путем отбора данных по условиям А2 0 и A3 1. Ответ требуется округлить с помощью функции round() до 2 знаков и записать через символ ".".

Содержимое файла data.csv:
,A1,A2,A3,A4,A5,A6,C
0,-1.844,-5.724,5.399,-0.726,1.338,3.529,1.0
1,-1.171,-1.522,1.312,-2.735,4.157,1.589,1.0
2,5.073,3.31,2.263,0.627,-6.838,8.14,2.0
3,7.337,8.954,10.078,-0.597,-5.694,-8.924,0.0
4,7.756,9.522,7.073,1.719,-1.941,-7.76,0.0
5,-6.067,-3.552,-2.172,12.055,-1.027,9.196,4.0
6,-6.203,-3.726,-11.737,11.931,-6.474,-5.561,3.0
7,0.427,6.556,5.77,-1.031,-4.622,10.476,2.0
8,-1.855,-0.338,-7.46,10.973,-7.351,-2.017,3.0
9,4.177,8.404,8.455,2.949,-5.022,-11.118,0.0
10,-12.519,-6.159,-1.859,7.161,-3.041,12.971,4.0
11,-4.346,-5.967,-10.505,8.612,-7.295,-8.251,3.0
12,5.387,9.22,2.005,-1.851,-2.511,10.092,2.0
13,-2.612,-0.092,1.167,-2.336,1.411,0.869,1.0
14,4.855,0.748,-0.027,-0.63,-4.996,6.364,2.0
15,-11.13,-7.85,-2.068,7.775,-2.005,9.357,4.0
16,4.062,6.732,1.287,-2.924,-5.362,6.697,2.0
17,-7.395,-7.371,-1.376,9.762,-4.519,10.444,4.0
18,-4.711,-8.054,-3.441,10.949,-7.459,11.293,4.0
19,-3.446,-10.493,-9.346,10.603,-9.213,-5.445,3.0
20,1.199,11.65,3.644,-2.941,-5.09,-12.474,0.0
21,-3.125,-5.717,-9.179,7.047,-8.595,-5.086,3.0
22,-0.721,-1.203,1.881,-2.834,1.11,-0.975,1.0
23,-3.961,-5.308,-7.962,10.168,-4.591,-1.703,3.0
24,7.901,9.31,-1.287,-0.668,-0.954,9.032,2.0
25,10.354,8.928,7.446,0.981,-5.471,-10.855,0.0
26,10.577,10.765,5.761,-2.669,-4.684,-7.322,0.0
27,-0.398,-4.616,-3.928,-1.304,6.197,3.168,1.0
28,-6.942,-2.812,-4.877,7.942,-0.428,8.04,4.0
29,8.418,7.042,6.382,-0.2,-7.214,-9.603,0.0
30,-1.198,1.801,1.521,1.165,0.495,1.624,1.0
Вопрос 4
С использованием библиотеки Pandas проводится предварительный анализ данных, содержащихся в файле data.csv. Посредством анализа данных необходимо определить среднее значение параметра A5 для элементов списка, полученных путем отбора данных по условиям А2 0 и A3 1. Ответ требуется округлить с помощью функции round() до 2 знаков и записать через символ ".".

Содержимое файла data.csv:
,A1,A2,A3,A4,A5,A6,C
0,-5.166,9.408,6.117,2.316,-7.111,-7.482,0.0
1,-0.532,6.474,-7.774,0.592,1.965,-11.357,4.0
2,-0.853,8.611,-6.536,5.725,3.1,-10.785,4.0
3,-0.906,-1.561,-0.978,-6.841,-3.637,-1.109,3.0
4,-14.078,8.967,2.196,3.563,-9.405,5.423,1.0
5,-0.163,6.825,-3.84,2.392,-0.907,-10.947,4.0
6,-5.466,7.575,3.719,4.087,-6.192,-10.406,0.0
7,-4.722,6.622,6.265,4.686,-7.024,-4.873,0.0
8,-3.835,-6.816,3.281,-6.616,-3.656,-1.98,3.0
9,-8.828,6.854,-0.808,3.32,-10.274,7.794,1.0
10,-8.115,6.033,2.745,7.238,-9.66,12.527,1.0
11,-4.811,9.766,3.439,1.39,-8.083,-3.176,0.0
12,-1.861,8.244,3.286,3.197,-4.818,-5.018,0.0
13,-2.572,2.674,-6.9,1.997,2.276,-11.562,4.0
14,-7.008,7.981,0.963,5.188,-9.394,11.335,1.0
15,6.848,-6.76,-9.465,-6.195,-6.04,1.442,2.0
16,-3.14,-5.807,2.083,-6.528,-3.604,-1.018,3.0
17,-4.188,8.396,5.302,3.924,-7.838,-7.251,0.0
18,-9.278,8.038,4.978,3.125,-11.205,8.395,1.0
19,9.454,-8.557,-5.19,-1.951,-5.896,-0.637,2.0
20,-3.02,6.668,-6.453,1.713,2.795,-9.217,4.0
21,-2.721,-3.711,2.823,-8.639,-0.426,-1.725,3.0
22,0.566,-3.35,3.881,-3.417,-4.648,-4.18,3.0
23,-2.536,6.899,6.285,-0.469,-6.462,-10.799,0.0
24,2.811,-5.806,-6.243,-1.405,-4.3,1.098,2.0
25,-3.744,-2.862,0.288,-5.636,-1.84,-4.314,3.0
26,4.81,-2.653,-7.93,-6.976,-2.288,-1.967,2.0
27,-10.242,6.668,1.238,1.234,-8.996,9.92,1.0
28,0.151,6.731,-4.976,7.99,2.99,-6.8,4.0
29,6.579,-8.091,-4.078,-4.828,-2.333,-1.324,2.0
30,6.326,-4.945,-2.591,-5.983,-3.4,0.346,2.0
Вопрос 5
С использованием библиотеки Pandas проводится предварительный анализ данных, содержащихся в файле data.csv. Посредством анализа данных необходимо определить значение A5 первого элемента списка, полученного путем фильтрации данных по условиям А2 1 и A3 2 и сортировки данных в порядке возрастания по значению A4. Ответ записать в виде числа без округлений через символ ".".

Содержимое файла data.csv:
,A1,A2,A3,A4,A5,A6,C
0,0.24,-5.68,-1.62,-0.43,4.25,7.54,1.0
1,-9.96,7.74,-4.53,5.54,5.43,-0.55,0.0
2,-2.36,-10.66,-5.23,-2.36,6.58,5.51,1.0
3,-9.21,1.79,-1.43,7.87,8.79,-1.01,0.0
4,5.44,-5.87,-0.05,7.28,3.93,-2.14,4.0
5,-1.4,-7.96,-2.31,8.76,-6.97,-1.68,2.0
6,-4.85,-8.32,-4.19,7.33,-7.03,2.54,2.0
7,12.34,-12.5,2.96,11.23,-6.79,2.14,3.0
8,-1.6,-11.57,-3.26,7.05,-2.88,-0.64,2.0
9,6.48,-11.13,0.38,9.39,-5.58,2.88,3.0
10,-0.37,-9.74,-5.23,2.59,6.64,7.41,1.0
11,8.65,-13.09,1.62,10.4,-3.21,4.4,3.0
12,-3.16,-10.37,-2.96,8.45,-5.88,0.61,2.0
13,7.46,-5.76,1.07,6.63,2.49,-0.99,4.0
14,-0.36,-12.12,-3.32,1.79,4.42,4.23,1.0
15,-8.56,2.7,-2.04,-0.11,11.66,-0.06,0.0
16,-10.88,8.52,2.3,3.81,11.24,0.41,0.0
17,1.12,-7.21,-4.66,-0.15,2.24,5.96,1.0
18,6.14,-10.53,1.46,7.36,-5.96,-2.1,3.0
19,6.3,-7.6,2.39,6.13,0.73,0.69,4.0
20,10.06,-7.04,-2.9,7.04,0.5,-3.33,4.0
21,4.54,-6.82,-5.32,-0.95,1.86,6.82,1.0
22,10.35,-8.95,-3.64,9.14,-0.44,0.63,4.0
23,4.72,-8.76,0.59,9.99,-6.46,-1.27,3.0
24,-7.94,4.55,2.59,4.94,9.76,1.28,0.0
25,7.23,-6.57,1.07,7.45,3.61,-4.35,4.0
26,1.05,-9.6,-4.81,8.79,-3.62,0.17,2.0
27,5.51,-7.98,4.42,10.96,-7.25,1.79,3.0
28,-3.42,-8.26,-6.39,4.53,-5.56,-3.63,2.0
29,-8.74,4.98,-4.1,5.47,9.37,3.16,0.0
30,-7.34,4.09,-4.65,0.86,10.33,5.27,0.0
Вопрос 6
С помощью библиотеки Sklearn на основе алгоритма CART производится построение дерева классификации с использованием стандартных параметров. Для этого с использованием библиотеки Pandas осуществляется загрузка обучающей выборки данных из файла data.csv, который содержит значения атрибутов ("A1", "A2", "A3", "A4", "A5", "A6") и метки классов ("C"). Требуется определить коэффициенты значимости каждого атрибута (с использованием feature_importances_) и в качестве ответа записать максимальное значение коэффициента. Ответ требуется округлить с помощью функции round() до 3 знаков и записать через символ ".".

Содержимое файла data.csv:
,A1,A2,A3,A4,A5,A6,C
0,-5.166,9.408,6.117,2.316,-7.111,-7.482,0.0
1,-0.532,6.474,-7.774,0.592,1.965,-11.357,4.0
2,-0.853,8.611,-6.536,5.725,3.1,-10.785,4.0
3,-0.906,-1.561,-0.978,-6.841,-3.637,-1.109,3.0
4,-14.078,8.967,2.196,3.563,-9.405,5.423,1.0
5,-0.163,6.825,-3.84,2.392,-0.907,-10.947,4.0
6,-5.466,7.575,3.719,4.087,-6.192,-10.406,0.0
7,-4.722,6.622,6.265,4.686,-7.024,-4.873,0.0
8,-3.835,-6.816,3.281,-6.616,-3.656,-1.98,3.0
9,-8.828,6.854,-0.808,3.32,-10.274,7.794,1.0
10,-8.115,6.033,2.745,7.238,-9.66,12.527,1.0
11,-4.811,9.766,3.439,1.39,-8.083,-3.176,0.0
12,-1.861,8.244,3.286,3.197,-4.818,-5.018,0.0
13,-2.572,2.674,-6.9,1.997,2.276,-11.562,4.0
14,-7.008,7.981,0.963,5.188,-9.394,11.335,1.0
15,6.848,-6.76,-9.465,-6.195,-6.04,1.442,2.0
16,-3.14,-5.807,2.083,-6.528,-3.604,-1.018,3.0
17,-4.188,8.396,5.302,3.924,-7.838,-7.251,0.0
18,-9.278,8.038,4.978,3.125,-11.205,8.395,1.0
19,9.454,-8.557,-5.19,-1.951,-5.896,-0.637,2.0
20,-3.02,6.668,-6.453,1.713,2.795,-9.217,4.0
21,-2.721,-3.711,2.823,-8.639,-0.426,-1.725,3.0
22,0.566,-3.35,3.881,-3.417,-4.648,-4.18,3.0
23,-2.536,6.899,6.285,-0.469,-6.462,-10.799,0.0
24,2.811,-5.806,-6.243,-1.405,-4.3,1.098,2.0
25,-3.744,-2.862,0.288,-5.636,-1.84,-4.314,3.0
26,4.81,-2.653,-7.93,-6.976,-2.288,-1.967,2.0
27,-10.242,6.668,1.238,1.234,-8.996,9.92,1.0
28,0.151,6.731,-4.976,7.99,2.99,-6.8,4.0
29,6.579,-8.091,-4.078,-4.828,-2.333,-1.324,2.0
30,6.326,-4.945,-2.591,-5.983,-3.4,0.346,2.0
Вопрос 7
С помощью библиотеки Sklearn на основе алгоритма CART производится построение дерева классификации с использованием стандартных параметров. Для этого с использованием библиотеки Pandas осуществляется загрузка обучающей выборки данных из файла data.csv, который содержит значения атрибутов ("A1", "A2", "A3", "A4", "A5", "A6") и метки классов ("C"). Требуется определить коэффициенты значимости каждого атрибута (с использованием feature_importances_) и в качестве ответа записать максимальное значение коэффициента. Ответ требуется округлить с помощью функции round() до 3 знаков и записать через символ ".".

Содержимое файла data.csv:
,A1,A2,A3,A4,A5,A6,C
0,0.24,-5.682,-1.625,-0.428,4.249,7.545,1.0
1,-9.959,7.743,-4.534,5.54,5.431,-0.554,0.0
2,-2.365,-10.659,-5.232,-2.362,6.58,5.51,1.0
3,-9.211,1.786,-1.431,7.868,8.793,-1.01,0.0
4,5.443,-5.874,-0.048,7.284,3.927,-2.143,4.0
5,-1.404,-7.957,-2.309,8.759,-6.966,-1.682,2.0
6,-4.848,-8.315,-4.193,7.334,-7.029,2.538,2.0
7,12.344,-12.497,2.964,11.227,-6.787,2.136,3.0
8,-1.598,-11.568,-3.264,7.053,-2.879,-0.644,2.0
9,6.482,-11.126,0.377,9.387,-5.576,2.878,3.0
10,-0.37,-9.741,-5.231,2.591,6.644,7.414,1.0
11,8.653,-13.089,1.623,10.397,-3.21,4.399,3.0
12,-3.162,-10.373,-2.963,8.453,-5.884,0.605,2.0
13,7.459,-5.76,1.068,6.63,2.493,-0.989,4.0
14,-0.363,-12.115,-3.322,1.786,4.416,4.228,1.0
15,-8.565,2.697,-2.042,-0.107,11.659,-0.063,0.0
16,-10.882,8.522,2.301,3.81,11.241,0.41,0.0
17,1.12,-7.206,-4.656,-0.154,2.237,5.963,1.0
18,6.137,-10.532,1.464,7.356,-5.956,-2.102,3.0
19,6.302,-7.599,2.39,6.13,0.731,0.685,4.0
20,10.06,-7.042,-2.899,7.038,0.497,-3.332,4.0
21,4.542,-6.821,-5.315,-0.946,1.856,6.824,1.0
22,10.347,-8.951,-3.637,9.136,-0.441,0.628,4.0
23,4.72,-8.755,0.589,9.995,-6.456,-1.274,3.0
24,-7.935,4.549,2.592,4.944,9.763,1.275,0.0
25,7.226,-6.566,1.07,7.447,3.613,-4.353,4.0
26,1.054,-9.598,-4.813,8.791,-3.62,0.174,2.0
27,5.512,-7.985,4.424,10.964,-7.253,1.793,3.0
28,-3.423,-8.262,-6.393,4.527,-5.556,-3.631,2.0
29,-8.739,4.979,-4.102,5.473,9.37,3.156,0.0
30,-7.338,4.093,-4.648,0.863,10.326,5.265,0.0
Вопрос 8
С использованием библиотеки Pandas проводится предварительный анализ данных, содержащихся в файле data.csv. Посредством анализа данных необходимо определить среднее значение параметра A5 для элементов списка, полученных путем отбора данных по условиям А2 0 и A3 1. Ответ требуется округлить с помощью функции round() до 2 знаков и записать через символ ".".

Содержимое файла data.csv:
,A1,A2,A3,A4,A5,A6,C
0,4.121,-0.118,0.113,-5.552,-6.894,6.323,1.0
1,-3.567,8.839,-5.747,7.646,-0.225,2.023,0.0
2,-1.628,-5.881,-5.689,6.976,7.984,-9.639,4.0
3,7.042,1.527,-0.561,-4.611,-5.599,-3.831,3.0
4,5.38,2.527,-0.131,-3.903,-3.695,-3.885,3.0
5,-2.496,-7.945,-9.216,8.132,9.704,-3.937,4.0
6,-6.715,9.719,-6.08,12.892,1.081,2.484,0.0
7,-1.989,-8.459,9.454,-1.238,2.432,-2.659,2.0
8,-6.233,7.213,-3.039,8.815,-2.853,0.856,0.0
9,7.355,2.491,-5.485,-6.676,-9.907,3.346,1.0
10,-2.513,-6.914,-6.806,4.505,11.649,-7.86,4.0
11,-1.911,-11.332,4.211,-3.911,-2.533,-5.588,2.0
12,4.427,-0.596,-3.077,-5.245,-6.8,5.11,1.0
13,-5.165,10.084,-6.039,11.495,-0.843,1.279,0.0
14,1.728,-5.62,6.847,-7.362,-5.278,-5.574,2.0
15,-3.639,-5.38,7.691,-5.493,-0.083,-4.641,2.0
16,-1.777,-6.542,-8.679,11.092,9.253,-6.712,4.0
17,-5.845,-9.168,8.514,-0.042,-4.678,-4.112,2.0
18,8.961,-0.486,-6.393,-9.04,-6.64,4.365,1.0
19,-3.974,6.152,-5.878,8.17,-0.336,2.733,0.0
20,7.601,-0.635,-4.222,-7.631,-9.572,6.345,1.0
21,4.07,4.523,5.475,-1.753,-1.882,-6.198,3.0
22,7.696,0.221,-9.783,-4.667,-12.141,7.846,1.0
23,1.974,-0.64,2.996,-6.096,-1.419,-4.042,3.0
24,-5.359,8.126,-5.326,10.956,2.047,3.224,0.0
25,-0.624,3.351,1.811,-4.795,-6.085,-7.53,3.0
26,-1.536,-8.394,-6.974,8.83,7.128,-6.575,4.0
27,2.997,2.29,0.864,-3.856,-5.327,-3.894,3.0
28,-3.06,-7.06,-4.823,9.703,8.469,-2.009,4.0
29,-6.432,9.359,-6.347,6.724,0.904,2.26,0.0
30,-4.681,-5.573,8.595,-2.482,-3.408,0.963,2.0
Вопрос 9
С использованием библиотеки Pandas проводится предварительный анализ данных, содержащихся в файле data.csv. Посредством анализа данных необходимо определить среднее значение параметра A5 для элементов списка, полученных путем отбора данных по условиям А2 0 и A3 1. Ответ требуется округлить с помощью функции round() до 2 знаков и записать через символ ".".

Содержимое файла data.csv:
,A1,A2,A3,A4,A5,A6,C
0,1.119,6.993,-5.725,-8.844,-7.74,-1.772,3.0
1,6.674,8.636,-5.555,3.207,-4.657,7.525,4.0
2,-1.709,13.692,6.806,-4.709,0.894,0.177,2.0
3,1.925,8.381,-9.146,-6.105,-6.269,-2.508,3.0
4,3.43,12.222,-7.79,-5.06,-6.401,-3.648,3.0
5,-6.77,6.82,-3.401,6.926,5.638,-0.038,1.0
6,-3.414,7.668,10.722,-4.792,1.95,2.227,2.0
7,6.382,5.745,-11.509,-10.349,-9.772,-3.143,3.0
8,-1.23,6.578,6.408,-5.465,5.515,-0.341,2.0
9,-3.92,5.073,-6.008,5.136,4.977,2.485,1.0
10,-9.823,2.004,-2.491,9.357,2.376,0.28,1.0
11,0.774,11.008,8.214,-6.88,-1.023,4.898,2.0
12,-3.475,3.146,-2.727,3.048,4.313,4.267,1.0
13,-8.354,4.314,-6.48,6.206,6.114,0.481,1.0
14,7.221,-1.53,-5.293,1.52,1.136,5.819,0.0
15,1.483,10.019,-5.65,-4.242,-4.932,10.855,4.0
16,6.06,10.689,-1.649,-0.375,-4.884,7.536,4.0
17,8.871,-0.994,-5.256,-2.456,1.95,6.94,0.0
18,-8.8,5.709,-2.097,1.296,7.558,4.745,1.0
19,7.084,8.365,-7.276,0.833,-4.508,8.853,4.0
20,7.304,2.8,-6.023,2.353,2.535,4.41,0.0
21,3.18,7.674,-8.164,-10.403,-10.982,-5.108,3.0
22,-0.797,10.394,11.27,-5.641,4.574,1.42,2.0
23,5.722,9.282,-6.926,-1.083,-6.85,6.713,4.0
24,1.277,7.415,10.583,-4.896,1.724,5.035,2.0
25,5.414,2.47,-6.747,5.531,2.243,6.71,0.0
26,11.404,-2.879,-8.843,0.894,2.606,2.721,0.0
27,3.586,9.033,-9.205,-9.022,-10.762,-4.526,3.0
28,7.47,0.525,-3.701,-1.795,1.61,6.232,0.0
29,8.288,-4.824,-2.788,0.809,4.323,4.37,0.0
30,4.789,8.579,-4.472,0.4,-7.073,4.438,4.0
Вопрос 10
С использованием библиотеки Pandas проводится предварительный анализ данных, содержащихся в файле data.csv. Посредством анализа данных необходимо определить среднее значение параметра A5 для элементов списка, полученных путем отбора данных по условиям А2 0 и A3 1. Ответ требуется округлить с помощью функции round() до 2 знаков и записать через символ ".".

Содержимое файла data.csv:
,A1,A2,A3,A4,A5,A6,C
0,3.672,-5.043,-8.236,-3.135,1.911,8.775,3.0
1,-4.605,-6.15,5.826,-4.895,-2.685,-4.789,0.0
2,4.925,-4.178,-4.8,0.52,4.603,9.665,3.0
3,-2.456,3.7,8.275,0.319,8.581,-0.453,1.0
4,4.061,-0.167,-0.811,6.26,0.039,6.886,4.0
5,1.529,-10.986,7.055,-4.6,-3.217,-3.963,0.0
6,6.192,-8.745,-6.35,-1.537,4.286,10.923,3.0
7,0.597,0.779,6.073,0.242,9.872,1.707,1.0
8,10.443,-2.416,-7.416,-3.697,5.293,12.204,3.0
9,13.154,4.888,-9.0,8.72,-1.426,-8.249,2.0
10,10.189,2.167,-1.639,10.517,-3.158,5.408,4.0
11,0.259,-6.95,5.924,-5.124,0.113,-3.388,0.0
12,8.341,4.781,-8.303,5.648,-2.545,-8.327,2.0
13,6.059,3.65,4.353,8.291,-1.836,2.994,4.0
14,-1.828,-7.61,5.415,-2.861,-3.37,-4.585,0.0
15,8.561,-0.901,2.628,3.824,0.973,4.485,4.0
16,2.1,2.333,7.208,3.328,9.434,3.758,1.0
17,2.579,-9.946,6.856,-4.423,1.591,-4.275,0.0
18,3.142,3.016,-8.577,6.58,-2.85,-12.496,2.0
19,-1.786,-11.109,4.671,-8.32,1.823,-2.656,0.0
20,6.244,-2.266,3.88,4.206,-0.991,6.357,4.0
21,9.539,4.52,-9.22,8.261,-0.394,-8.381,2.0
22,2.806,-7.235,-7.343,-0.554,1.936,12.384,3.0
23,-5.234,2.445,2.15,2.486,11.367,5.455,1.0
24,-4.52,-8.474,2.922,-5.361,-0.843,-4.933,0.0
25,3.103,2.317,-10.556,7.66,-2.469,-6.88,2.0
26,-1.15,4.123,6.939,4.922,8.603,2.289,1.0
27,7.893,2.39,-9.578,7.813,-1.35,-4.978,2.0
28,6.053,-4.346,-6.1,-1.093,5.236,8.06,3.0
29,-3.099,2.883,6.599,1.691,5.923,2.361,1.0
30,7.278,2.546,3.563,8.371,1.399,8.689,4.0
Вопрос 11
С использованием библиотеки Pandas осуществляется загрузка обучающей выборки данных из файла data.csv. Последний столбец в загруженных данных отвечает за метку класса (столбец "C"), остальные столбцы отвечают за атрибуты (столбцы "A1", "A2", "A3"). Загруженные данные используются для построения дерева классификации. При этом применяется библиотека Sklearn, а построение дерева осуществляется по алгоритму CART. Требуется определить условие разбиения данных в корневом узле. Примеры записи ответов: "A3 = -1.625" или "A2 = -6.359".

Содержимое файла data.csv:
,A1,A2,A3,C
0,0.373,2.533,0.958,3.0
1,2.533,2.196,0.018,3.0
2,-3.16,-8.645,2.837,2.0
3,-1.957,2.856,1.895,2.0
4,-1.751,-4.78,-10.75,1.0
5,1.184,-1.87,1.808,2.0
6,4.402,8.0,3.725,0.0
7,6.883,10.871,4.922,0.0
8,3.227,-8.759,-9.495,1.0
9,-3.313,0.241,2.866,2.0
10,4.851,-5.853,-9.802,1.0
11,-2.105,1.348,1.846,2.0
12,5.976,2.298,4.406,4.0
13,7.853,11.952,8.289,0.0
14,-2.058,2.238,2.98,3.0
15,4.64,5.019,1.124,4.0
16,5.746,-2.185,2.497,4.0
17,-1.951,0.261,0.889,3.0
18,-0.574,-3.249,-1.455,2.0
19,-1.586,2.476,-0.054,3.0
20,9.144,8.092,6.186,0.0
21,7.658,4.722,2.701,4.0
22,4.081,8.184,6.381,0.0
23,3.956,1.761,2.42,4.0
24,-1.893,-4.225,-9.527,1.0
25,7.374,8.382,6.383,0.0
26,9.988,5.156,-1.977,4.0
27,7.053,8.324,4.674,0.0
28,3.629,2.506,2.069,3.0
29,0.398,-6.797,-12.369,1.0
30,0.799,-8.012,-10.23,1.0
Вопрос 12
С использованием библиотеки Pandas проводится предварительный анализ данных, содержащихся в файле data.csv. Посредством анализа данных необходимо определить среднее значение параметра A5 для элементов списка, полученных путем отбора данных по условиям А2 0 и A3 1. Ответ требуется округлить с помощью функции round() до 2 знаков и записать через символ ".".

Содержимое файла data.csv:
,A1,A2,A3,A4,A5,A6,C
0,0.24,-5.682,-1.625,-0.428,4.249,7.545,1.0
1,-9.959,7.743,-4.534,5.54,5.431,-0.554,0.0
2,-2.365,-10.659,-5.232,-2.362,6.58,5.51,1.0
3,-9.211,1.786,-1.431,7.868,8.793,-1.01,0.0
4,5.443,-5.874,-0.048,7.284,3.927,-2.143,4.0
5,-1.404,-7.957,-2.309,8.759,-6.966,-1.682,2.0
6,-4.848,-8.315,-4.193,7.334,-7.029,2.538,2.0
7,12.344,-12.497,2.964,11.227,-6.787,2.136,3.0
8,-1.598,-11.568,-3.264,7.053,-2.879,-0.644,2.0
9,6.482,-11.126,0.377,9.387,-5.576,2.878,3.0
10,-0.37,-9.741,-5.231,2.591,6.644,7.414,1.0
11,8.653,-13.089,1.623,10.397,-3.21,4.399,3.0
12,-3.162,-10.373,-2.963,8.453,-5.884,0.605,2.0
13,7.459,-5.76,1.068,6.63,2.493,-0.989,4.0
14,-0.363,-12.115,-3.322,1.786,4.416,4.228,1.0
15,-8.565,2.697,-2.042,-0.107,11.659,-0.063,0.0
16,-10.882,8.522,2.301,3.81,11.241,0.41,0.0
17,1.12,-7.206,-4.656,-0.154,2.237,5.963,1.0
18,6.137,-10.532,1.464,7.356,-5.956,-2.102,3.0
19,6.302,-7.599,2.39,6.13,0.731,0.685,4.0
20,10.06,-7.042,-2.899,7.038,0.497,-3.332,4.0
21,4.542,-6.821,-5.315,-0.946,1.856,6.824,1.0
22,10.347,-8.951,-3.637,9.136,-0.441,0.628,4.0
23,4.72,-8.755,0.589,9.995,-6.456,-1.274,3.0
24,-7.935,4.549,2.592,4.944,9.763,1.275,0.0
25,7.226,-6.566,1.07,7.447,3.613,-4.353,4.0
26,1.054,-9.598,-4.813,8.791,-3.62,0.174,2.0
27,5.512,-7.985,4.424,10.964,-7.253,1.793,3.0
28,-3.423,-8.262,-6.393,4.527,-5.556,-3.631,2.0
29,-8.739,4.979,-4.102,5.473,9.37,3.156,0.0
30,-7.338,4.093,-4.648,0.863,10.326,5.265,0.0
Вопрос 13
содержащихся в файле data.csv. Посредством анализа данных необходимо определить значение A5 первого элемента списка, полученного путем фильтрации данных по условиям А2 1 и A3 2 и сортировки данных в порядке возрастания по значению A4. Ответ записать в виде числа без округлений через символ ".".

Содержимое файла data.csv:
,A1,A2,A3,A4,A5,A6,C
0,11.19,-8.43,0.16,-2.37,4.9,-2.13,4.0
1,9.09,-8.93,0.82,-3.87,9.17,-1.91,4.0
2,-4.49,-3.19,8.2,-0.74,-8.17,-9.83,3.0
3,2.43,8.75,4.47,-5.46,-5.82,4.1,0.0
4,1.37,9.2,4.65,-7.62,-4.34,1.74,0.0
5,-8.2,-1.77,-1.09,-0.84,-12.12,11.33,1.0
6,-5.77,-3.79,3.24,-1.56,-9.82,10.13,1.0
7,10.15,-6.03,-5.38,-3.56,8.87,-2.1,4.0
8,11.89,-4.55,-3.11,-2.69,8.54,-2.73,4.0
9,12.22,-5.53,-1.35,-4.59,5.73,-2.87,4.0
10,-3.87,-2.91,6.4,3.77,-7.8,-9.45,3.0
11,-1.49,-3.14,5.22,1.05,-10.18,-6.63,3.0
12,-5.78,0.5,1.86,1.42,-9.61,6.26,1.0
13,3.67,-0.25,5.54,8.57,7.08,-8.89,2.0
14,8.35,-6.2,2.69,12.8,6.22,-9.95,2.0
15,-6.92,-2.19,2.16,-2.89,-10.31,9.7,1.0
16,-6.34,-3.37,5.97,1.45,-11.33,-12.88,3.0
17,0.02,11.32,5.81,-5.98,-4.17,3.19,0.0
18,5.03,-0.72,0.15,6.37,7.35,-8.23,2.0
19,-7.62,0.34,3.71,4.61,-12.11,7.7,1.0
20,-4.82,1.72,0.77,-3.78,-5.65,8.53,1.0
21,1.42,10.56,5.79,-6.26,-5.85,6.26,0.0
22,0.37,10.81,6.15,-3.53,-5.72,3.63,0.0
23,0.69,6.49,8.14,-3.44,-4.12,7.66,0.0
24,10.42,-7.13,3.14,5.06,8.21,-10.19,2.0
25,-1.97,-5.45,3.78,3.52,-7.76,-10.96,3.0
26,7.96,-0.79,-1.74,10.7,8.0,-9.93,2.0
27,5.8,-6.51,-2.99,8.9,7.59,-12.75,2.0
28,-5.19,-2.65,6.76,1.91,-7.41,-10.45,3.0
29,-0.75,7.58,0.3,-4.06,-4.37,3.68,0.0
30,9.03,-3.58,-2.4,-7.26,9.87,-1.08,4.0
Вопрос 14
С помощью библиотеки Sklearn на основе алгоритма CART производится построение дерева классификации с использованием стандартных параметров. Для этого с использованием библиотеки Pandas осуществляется загрузка обучающей выборки данных из файла data.csv, который содержит значения атрибутов ("A1", "A2", "A3", "A4", "A5", "A6") и метки классов ("C"). Требуется определить коэффициенты значимости каждого атрибута (с использованием feature_importances_) и в качестве ответа записать максимальное значение коэффициента. Ответ требуется округлить с помощью функции round() до 3 знаков и записать через символ ".".

Содержимое файла data.csv:
,A1,A2,A3,A4,A5,A6,C
0,-7.537,-0.725,-8.433,6.89,6.713,1.924,2.0
1,-1.907,-7.939,-2.743,2.169,1.343,-4.065,0.0
2,-3.584,3.158,-6.273,-3.797,1.815,5.753,1.0
3,-0.539,-6.762,1.997,-2.982,-1.593,-2.309,0.0
4,4.42,-6.531,-0.832,-11.204,-1.188,-6.556,3.0
5,-0.848,-13.199,0.155,-1.558,-1.672,-2.741,0.0
6,-7.096,3.041,-3.414,-8.519,-7.896,-3.857,4.0
7,8.152,-7.56,2.341,-9.243,2.046,-8.964,3.0
8,-9.383,4.467,-3.246,-5.098,4.77,-4.104,1.0
9,-9.58,1.718,-9.181,-7.2,-6.225,-5.703,4.0
10,-11.226,2.203,-2.617,-8.73,2.044,0.428,1.0
11,-3.638,1.153,-7.75,4.54,6.429,-1.236,2.0
12,-7.214,4.07,-4.77,-4.53,0.225,3.752,1.0
13,-0.057,-9.386,-0.665,-1.118,0.408,-4.155,0.0
14,-7.753,4.938,-3.741,-10.035,-4.265,-1.534,4.0
15,-5.361,-9.389,-0.362,-4.172,-0.544,-1.923,0.0
16,-8.644,4.234,-2.809,-7.256,-6.502,-1.975,4.0
17,-6.831,3.087,-3.243,-3.531,2.831,3.396,1.0
18,8.324,-7.012,1.308,-8.687,-1.894,-12.209,3.0
19,-9.113,-0.91,-6.864,4.673,5.682,-1.973,2.0
20,-10.273,1.964,-5.315,5.96,4.242,-0.619,2.0
21,-4.258,4.882,-4.815,-7.432,5.157,3.019,1.0
22,7.661,-6.859,-0.624,-10.446,-0.645,-8.699,3.0
23,-5.71,2.797,-4.807,3.719,9.298,-3.645,2.0
24,-2.208,-2.675,-8.354,6.571,6.432,0.732,2.0
25,7.414,-7.412,8.322,-7.052,1.626,-12.041,3.0
26,-5.535,3.452,-7.748,-9.276,-8.037,0.605,4.0
27,3.838,-12.572,6.664,-6.753,2.148,-8.927,3.0
28,-2.031,-9.63,1.86,1.263,-2.862,-2.377,0.0
29,-4.123,-9.788,0.455,3.169,-6.462,-3.168,0.0
30,-5.798,3.196,-8.386,-8.537,-4.876,-1.759,4.0
Вопрос 15
С помощью библиотеки Sklearn на основе алгоритма CART производится построение дерева классификации с использованием стандартных параметров. Для этого, с использованием библиотеки Pandas осуществляется загрузка обучающей выборки данных из файла data.csv, который содержит значения атрибутов ("A1", "A2", "A3", "A4", "A5", "A6") и метки классов ("C"). Требуется определить коэффициенты значимости каждого атрибута (с использованием feature_importances_) и в качестве ответа записать максимальное значение коэффициента. Ответ требуется округлить с помощью функции round() до 3 знаков и записать через символ ".".

Содержимое файла data.csv:
,A1,A2,A3,A4,A5,A6,C
0,-3.863,-0.728,3.802,-1.497,-2.247,7.914,3.0
1,3.488,-4.003,-6.862,-2.646,8.789,0.707,0.0
2,-8.6,11.316,2.572,10.827,1.917,-1.055,1.0
3,-9.985,-1.117,-8.296,7.753,8.393,-2.771,2.0
4,1.66,4.427,3.747,-4.097,-0.961,9.372,3.0
5,1.869,-3.224,-3.016,-3.001,6.419,1.283,0.0
6,-3.626,4.136,3.622,-5.658,4.366,10.237,3.0
7,-6.662,9.44,5.262,12.704,-3.502,0.719,1.0
8,-9.8,-1.971,-6.532,7.019,7.156,-0.405,2.0
9,3.212,-1.309,-5.863,-6.61,11.66,-2.429,0.0
10,8.595,-8.764,-3.645,-3.025,6.308,9.28,4.0
11,0.709,2.498,6.624,-4.864,4.392,7.018,3.0
12,10.46,-9.331,-1.677,-4.391,5.584,7.117,4.0
13,2.858,-5.269,-10.955,-3.721,10.977,-4.319,0.0
14,9.477,-7.321,-2.246,-5.6,2.61,5.471,4.0
15,-8.423,4.824,-7.738,7.061,7.695,-3.186,2.0
16,-8.505,11.018,6.45,9.735,-3.032,3.899,1.0
17,-12.51,6.194,-4.002,6.811,6.944,-2.619,2.0
18,4.218,-5.037,-8.965,-3.214,6.999,-5.709,0.0
19,2.761,-4.58,-9.528,-3.072,9.385,-4.07,0.0
20,8.304,-7.202,-1.283,-0.792,4.443,4.316,4.0
21,7.529,-8.224,-5.104,-5.192,6.892,6.155,4.0
22,8.635,-10.139,-2.525,-3.926,5.187,7.9,4.0
23,-4.11,4.463,5.923,-6.001,1.019,8.083,3.0
24,-9.478,4.042,-8.332,7.11,6.497,-2.479,2.0
25,1.87,-3.175,-9.158,-4.151,5.574,0.451,0.0
26,-7.352,11.815,3.983,4.989,0.301,2.709,1.0
27,-6.958,9.009,4.157,10.711,-2.78,1.003,1.0
28,-2.827,-0.044,-6.152,9.987,9.428,1.951,2.0
29,-1.384,3.525,9.056,-5.97,2.965,12.334,3.0
30,-8.357,12.171,2.258,9.861,-4.328,3.938,1.0
Вопрос 16
С использованием библиотеки Pandas осуществляется загрузка обучающей выборки данных из файла data.csv. Последний столбец в загруженных данных отвечает за метку класса (столбец "C"), остальные столбцы отвечают за атрибуты (столбцы "A1", "A2", "A3"). Загруженные данные используются для построения дерева классификации. При этом применяется библиотека Sklearn, а построение дерева осуществляется по алгоритму CART. Требуется определить условие разбиения данных в корневом узле. Примеры записи ответов: "A3 = -1.625" или "A2 = -6.359".

Содержимое файла data.csv:
,A1,A2,A3,C
0,-8.883,-6.03,-7.48,2.0
1,-1.326,-7.798,1.586,3.0
2,3.168,-2.854,3.484,4.0
3,1.908,6.91,5.134,1.0
4,-0.944,-8.805,2.779,3.0
5,4.754,-3.028,1.781,4.0
6,-2.572,-7.122,-9.842,2.0
7,-9.586,-3.247,-7.218,2.0
8,-0.106,7.801,-3.869,0.0
9,2.514,-3.856,5.133,4.0
10,-3.249,7.392,7.189,1.0
11,1.812,0.905,-5.46,0.0
12,-1.937,-12.067,-0.409,3.0
13,1.588,3.422,-2.081,0.0
14,-1.391,2.755,-2.143,0.0
15,