s444412/DSZI_2020_Projekt
3
0
Fork 0
Code Issues Pull Requests Releases Wiki Activity

commit_natalia3

Browse Source
This commit is contained in:
Natalia 2020-05-24 19:30:30 +02:00
parent bd61a6adaa
commit adce2ac99f
1 changed files with 3 additions and 2 deletions
Show Stats Download Patch File Download Diff File Expand all files Collapse all files

5
polecanie_dań_Natalia_Plitta.md
View File

@ -13,16 +13,17 @@ Tematem realizowanego projektu indywidualnego jest stworzenie sztucznej intelige
- pydotplus - pydotplus
- StringIO - StringIO
## Realizacja projektu ## ## Realizacja projektu ##
```python
col_names = ['age', 'sex', 'fat', 'fiber', 'spicy', 'number'] col_names = ['age', 'sex', 'fat', 'fiber', 'spicy', 'number']
model_tree = pd.read_csv("Nowy.csv", header=None, names=col_names) model_tree = pd.read_csv("Nowy.csv", header=None, names=col_names)
model_tree.head() model_tree.head()
feature_cols = ['age', 'sex', 'fat', 'fiber', 'spicy'] feature_cols = ['age', 'sex', 'fat', 'fiber', 'spicy']
X = model_tree[feature_cols] X = model_tree[feature_cols]
y = model_tree.number y = model_tree.number
```
Na początku dane są pobierane z pliku "Nowy.csv" gdzie zostały przygotowane 121 wiersze o kolumnach z kolejno podanymi nazwami. Następnie model zostal podzielony na cechy i etykietę ['number'], która oznacza polecane danie. Na początku dane są pobierane z pliku "Nowy.csv" gdzie zostały przygotowane 121 wiersze o kolumnach z kolejno podanymi nazwami. Następnie model zostal podzielony na cechy i etykietę ['number'], która oznacza polecane danie.
##### Dane: ##### ##### Dane: #####
Aby utworzyć model utworzyłam 121 wierszy z 6 kolejnych liczb oznaczających: Aby utworzyć model stworzyłam 121 wierszy z 6 kolejnych liczb oznaczających:
- wiek klienta (7 - 80); - wiek klienta (7 - 80);
- zawartość tłuszczu w daniu (0 - 16); - zawartość tłuszczu w daniu (0 - 16);