Ссылка на Github: https://github.com/arartawil/Data-Science-Project
Классификация вин: раскрываем секреты сортов винограда, регионов и качества
Вино, нектар богов, веками покоряло сердца знатоков. Его изысканные вкусы, ароматы и разнообразные характеристики делают его вечным наслаждением. Тем не менее, с постоянно расширяющимся выбором доступных вин, навигация по огромному выбору может быть ошеломляющей как для опытных энтузиастов, так и для любопытных новичков.
Здесь на помощь приходит классификация вин. Классификация вин служит ориентиром, позволяющим нам расшифровать сложные нюансы и качества, определяющие каждую бутылку. Классификация вин на основе различных атрибутов, таких как сорт винограда, регион, урожай и качество, дает дорожную карту для изучения и понимания разнообразного мира вин.
В этом эссе мы отправляемся в увлекательное путешествие в мир классификации вин. Используя мощь Python, универсальную библиотеку Pandas и возможности SQL, мы углубляемся в искусство классификации вин. Наша миссия состоит в том, чтобы раскрыть основные закономерности и факторы, отличающие вина, что позволит нам сделать осознанный выбор и поднять нашу оценку вина на новый уровень.
Импорт библиотеки
from sklearn.svm import SVC # Import SVM classifier from sklearn.tree import DecisionTreeClassifier # Import Decision Tree classifier from sklearn.model_selection import train_test_split from sklearn.metrics import accuracy_score from sklearn.metrics import confusion_matrix
Найдите X и Y
X=df.drop('class',axis=1)
y=df['class']
Разделить набор данных для обучения и тестирования
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)
Применить метод опорных векторов
Матрица путаницы
