{"id":371099,"date":"2024-05-21T04:40:25","date_gmt":"2024-05-21T04:40:25","guid":{"rendered":"http:\/\/savepearlharbor.com\/?p=371099"},"modified":"-0001-11-30T00:00:00","modified_gmt":"-0001-11-29T21:00:00","slug":"","status":"publish","type":"post","link":"https:\/\/savepearlharbor.com\/?p=371099","title":{"rendered":"<span>\u041a\u043b\u0430\u0441\u0441\u0438\u0444\u0438\u043a\u0430\u0446\u0438\u044f \u044d\u043a\u0437\u043e\u043f\u043b\u0430\u043d\u0435\u0442 (\u0447\u0430\u0441\u0442\u044c I \u043e\u0431\u0440\u0430\u0431\u043e\u0442\u043a\u0430 \u0434\u0430\u043d\u043d\u044b\u0445)<\/span>"},"content":{"rendered":"<div><!--[--><!--]--><\/div>\n<div id=\"post-content-body\">\n<div>\n<div class=\"article-formatted-body article-formatted-body article-formatted-body_version-2\">\n<div xmlns=\"http:\/\/www.w3.org\/1999\/xhtml\">\n<p>\u0412 \u043a\u043e\u0441\u043c\u043e\u0441\u0435 \u0435\u0441\u0442\u044c \u043d\u0435\u0447\u0442\u043e \u0437\u0430\u0432\u043e\u0440\u0430\u0436\u0438\u0432\u0430\u044e\u0449\u0435\u0435 \u0438 \u043f\u0440\u0435\u043a\u0440\u0430\u0441\u043d\u043e\u0435, \u0432 \u0442\u043e \u0436\u0435 \u0432\u0440\u0435\u043c\u044f \u0447\u0435\u043b\u043e\u0432\u0435\u043a \u0443\u0441\u0442\u0440\u043e\u0435\u043d \u0442\u0430\u043a, \u0447\u0442\u043e \u0435\u0441\u043b\u0438 \u0435\u043c\u0443 \u0447\u0442\u043e \u0442\u043e \u043d\u0435 \u0438\u0437\u0432\u0435\u0441\u0442\u043d\u043e, \u0442\u043e \u043e\u043d \u0431\u0443\u0434\u0435\u0442 \u044d\u0442\u043e\u0433\u043e \u0431\u043e\u044f\u0442\u044c\u0441\u044f (\u0441\u043f\u0430\u0441\u0438\u0431\u043e \u043d\u0430\u0448\u0438\u043c \u043c\u0430\u043c\u0430\u043c \u043f\u0430\u043f\u0430\u043c \u0432 n-\u043d\u043e\u043c \u043f\u043e\u043a\u043e\u043b\u0435\u043d\u0438\u0438 \u0437\u0430 \u0441\u0442\u043e\u043b\u044c \u0448\u0438\u0440\u043e\u043a\u0438\u0439 \u0434\u0438\u0430\u043f\u0430\u0437\u043e\u043d \u0432\u043e\u0441\u043f\u0440\u0438\u044f\u0442\u0438\u044f \u0438\u043d\u0444\u043e\u0440\u043c\u0430\u0446\u0438\u0438 \u0438 \u0440\u0435\u0430\u0433\u0438\u0440\u043e\u0432\u0430\u043d\u0438\u044f \u043d\u0430 \u043d\u0435\u0451), \u0442\u0435\u043c \u043d\u0435 \u043c\u0435\u043d\u0435\u0435 \u0432\u0441\u0435\u0433\u0434\u0430 \u043d\u0430\u0445\u043e\u0434\u0438\u043b\u0438\u0441\u044c <s>\u0431\u0435\u0437\u0443\u043c\u0446\u044b<\/s> \u0438\u0441\u0441\u043b\u0435\u0434\u043e\u0432\u0430\u0442\u0435\u043b\u0438, \u043c\u0435\u0447\u0442\u0430\u0442\u0435\u043b\u0438 \u0438 \u043f\u0440\u043e\u0441\u0442\u043e \u043b\u044e\u0434\u0438, \u043a\u043e\u0442\u043e\u0440\u044b\u043c \u0432 \u043b\u043e\u043c \u0437\u0430\u043d\u0438\u043c\u0430\u0442\u044c\u0441\u044f \u0442\u0435\u043c, \u0447\u0442\u043e \u0443\u0436\u0435 \u0438\u0442\u0430\u043a \u0431\u0435\u0437 \u043d\u0438\u0445 \u043f\u0440\u0438\u0434\u0443\u043c\u0430\u043b\u0438 \u0438 \u0445\u043e\u0440\u043e\u0448\u043e \u0440\u0430\u0431\u043e\u0442\u0430\u0435\u0442, \u043f\u043e\u044d\u0442\u043e\u043c\u0443 \u043e\u043d\u0438 \u0441\u0442\u0440\u0435\u043c\u0438\u043b\u0438\u0441\u044c \u043f\u0440\u0438\u0434\u0443\u043c\u0430\u0442\u044c \u0447\u0442\u043e \u0442\u043e \u043d\u043e\u0432\u043e\u0435. \u041a\u0442\u043e \u0442\u043e \u0437\u0430\u043d\u0438\u043c\u0430\u0435\u0442\u0441\u044f \u043a\u0443\u0440\u0441\u0430\u043c\u0438 \u043f\u043e \u0431\u0435\u0441\u043a\u043e\u043d\u0435\u0447\u043d\u044b\u043c \u0441\u0430\u043c\u043e\u0440\u0430\u0437\u0432\u0438\u0442\u0438\u044f\u043c, \u043e\u0442\u043a\u0440\u044b\u0432\u0430\u0435\u0442 \u043d\u043e\u0432\u044b\u0435 \u0432\u0438\u0434\u044b \u0434\u044b\u0445\u0430\u043d\u0438\u044f, \u0430 \u0442\u0430\u043a\u0436\u0435 \u043d\u0430\u043f\u043e\u043b\u043d\u044f\u0435\u0442 \u0441\u0432\u043e\u0438 \u0447\u0430\u043a\u0440\u044b \u0438 \u0447\u0443\u0432\u0441\u0442\u0432\u0443\u0435\u0442 \u043f\u0440\u0438\u043b\u0438\u0432 \u0441\u0438\u043b, \u0430 \u043a\u0442\u043e-\u0442\u043e \u0434\u0435\u0439\u0441\u0442\u0432\u0438\u0442\u0435\u043b\u044c\u043d\u043e \u043f\u044b\u0442\u0430\u0435\u0442\u0441\u044f \u043e\u0431\u043d\u0430\u0440\u0443\u0436\u0438\u0442\u044c \u0442\u043e, \u0447\u0442\u043e \u043e\u0431\u044b\u0447\u043d\u043e\u043c\u0443 \u0447\u0435\u043b\u043e\u0432\u0435\u043a\u0443 \u0441\u043a\u043e\u0440\u0435\u0435 \u0432\u0441\u0435\u0433\u043e \u0432 \u0431\u043b\u0438\u0436\u0430\u0439\u0448\u0438\u0435 \u043b\u0435\u0442 50 (\u0430 \u043c\u043e\u0436\u0435\u0442 \u0438 \u0431\u043e\u043b\u044c\u0448\u0435) \u043d\u0435 \u043f\u043e\u043d\u0430\u0434\u043e\u0431\u0438\u0442\u0441\u044f, \u0432\u0435\u0434\u044c \u0432\u0440\u044f\u0434-\u043b\u0438 \u043c\u044b \u0441\u043c\u043e\u0436\u0435\u043c \u043f\u043e\u043a\u0438\u043d\u0443\u0442\u044c \u043d\u0430\u0448\u0443 \u0441\u043e\u043b\u043d\u0435\u0447\u043d\u0443\u044e \u0441\u0438\u0441\u0442\u0435\u043c\u0443 \u0440\u0430\u043d\u044c\u0448\u0435 \u044d\u0442\u043e\u0433\u043e \u0441\u0440\u043e\u043a\u0430. \u041e\u0434\u043d\u0430\u043a\u043e \u0432 \u0442\u043e\u043c \u0447\u0442\u043e\u0431\u044b \u0441\u043c\u043e\u0442\u0440\u0435\u0442\u044c \u0432 \u043d\u043e\u0447\u043d\u043e\u0435 \u043d\u0435\u0431\u043e \u0438 \u043f\u044b\u0442\u0430\u0442\u044c\u0441\u044f \u043d\u0430\u0440\u0438\u0441\u043e\u0432\u0430\u0442\u044c \u0443 \u0441\u0435\u0431\u044f \u0432 \u0433\u043e\u043b\u043e\u0432\u0435 \u043b\u0438\u043d\u0438\u0438, \u043a\u043e\u0442\u043e\u0440\u044b\u0435 \u043d\u0430\u0437\u044b\u0432\u0430\u044e\u0442 \u0431\u043e\u043b\u044c\u0448\u043e\u0439 \u043c\u0435\u0434\u0432\u0435\u0434\u0438\u0446\u0435\u0439 \u0438\u043b\u0438 \u0442\u043e\u0442 \u0436\u0435 \u043a\u043e\u0432\u0448, \u0430 \u043c\u043e\u0436\u0435\u0442 \u0438 \u043f\u043e\u0432\u0435\u0437\u0435\u0442 \u0443\u0432\u0438\u0434\u0435\u0442\u044c \u043c\u043b\u0435\u0447\u043d\u044b\u0439 \u043f\u0443\u0442\u044c \u0432\u043e \u0432\u0441\u0435\u0439 \u0441\u0432\u043e\u0435\u0439 \u043a\u0440\u0430\u0441\u0435, \u0435\u0441\u0442\u044c \u043d\u0435\u0447\u0442\u043e \u043f\u0440\u0438\u0442\u044f\u0433\u0430\u0442\u0435\u043b\u044c\u043d\u043e\u0435 \u0438 \u043d\u0435\u043e\u0431\u044b\u0447\u043d\u043e\u0435, \u0442\u043e \u0447\u0442\u043e \u0437\u0430\u0441\u0442\u0430\u0432\u043b\u044f\u0435\u0442 \u043e\u0434\u043d\u043e\u0432\u0440\u0435\u043c\u0435\u043d\u043d\u043e \u043f\u043e\u0447\u0443\u0432\u0441\u0442\u0432\u043e\u0432\u0430\u0442\u044c \u0441\u0435\u0431\u044f, \u043a\u0430\u043a \u0433\u043e\u0432\u043e\u0440\u044f\u0442 \u043d\u0435\u043a\u043e\u0442\u043e\u0440\u044b\u0435 \u043c\u0430\u043b\u0435\u043d\u044c\u043a\u043e\u0439 \u0442\u043e\u0447\u043a\u043e\u0439, \u043d\u043e \u0432 \u0442\u043e \u0436\u0435 \u0432\u0440\u0435\u043c\u044f \u043d\u0435 \u0437\u0430\u0431\u044b\u0432\u0430\u0435\u043c \u0447\u0442\u043e \u0443 \u043d\u0430\u0441 \u0435\u0441\u0442\u044c \u043c\u0438\u043a\u0440\u043e\u043c\u0438\u0440, \u0434\u043b\u044f \u043a\u043e\u0442\u043e\u0440\u043e\u0433\u043e \u0447\u0435\u043b\u043e\u0432\u0435\u043a, \u0433\u0440\u0443\u0431\u043e \u0433\u043e\u0432\u043e\u0440\u044f \u0443\u0436\u0435 \u0441\u0430\u043c \u044f\u0432\u043b\u044f\u0435\u0442\u0441\u044f \u0446\u0435\u043b\u043e\u0439 \u0432\u0441\u0435\u043b\u0435\u043d\u043d\u043e\u0439. \u041a\u0430\u043a \u043f\u0438\u0441\u0430\u043b\u0430 \u041b\u0438\u0437\u0430 \u0420\u044d\u043d\u0434\u0430\u043b\u043b \u0432 &#8216;\u0434\u043e\u0441\u0442\u0443\u0447\u0430\u0442\u044c\u0441\u044f \u0434\u043e \u043d\u0435\u0431\u0435\u0441&#8217;,  \u0447\u0435\u043b\u043e\u0432\u0435\u043a, \u043e\u043d \u0433\u0434\u0435 \u0442\u043e \u043f\u043e\u0441\u0435\u0440\u0435\u0434\u0438\u043d\u0435 \u0432\u0441\u0435\u0433\u043e \u044d\u0442\u043e\u0433\u043e \u043c\u0438\u0440\u0430. \u041d\u043e \u043c\u044b \u0442\u0443\u0442 \u043f\u0440\u043e \u043d\u0435\u0431\u043e \u0438 \u0437\u0432\u0435\u0437\u0434\u044b \u0433\u043e\u0432\u043e\u0440\u0438\u043b\u0438, \u0442\u0430\u043a \u0447\u0442\u043e \u0437\u0430\u043a\u043e\u043d\u0447\u0438\u043c \u043e\u0442\u0441\u044b\u043b\u043a\u0438 \u043d\u0430 \u043d\u0430\u0443\u0447\u043f\u043e\u043f \u043f\u043e \u043a\u0432\u0430\u043d\u0442\u043e\u0432\u043e\u0439 \u0444\u0438\u0437\u0438\u043a\u0435 \u0438 \u043f\u0435\u0440\u0435\u0439\u0434\u0435\u043c \u043a \u0434\u0435\u043b\u0443. <\/p>\n<figure class=\"full-width\"><img loading=\"lazy\" decoding=\"async\" src=\"https:\/\/habrastorage.org\/r\/w1560\/getpro\/habr\/upload_files\/119\/bd0\/d68\/119bd0d687434bae76b66b7c2312d350.png\" alt=\"\u041c\u043b\u0435\u0447\u043d\u044b\u0439 \u043f\u0443\u0442\u044c \u043f\u0438\u043a\u0447\u0430 \u0438\u0437 \u0438\u043d\u0442\u0435\u0440\u043d\u0435\u0442\u0430\" title=\"\u041c\u043b\u0435\u0447\u043d\u044b\u0439 \u043f\u0443\u0442\u044c \u043f\u0438\u043a\u0447\u0430 \u0438\u0437 \u0438\u043d\u0442\u0435\u0440\u043d\u0435\u0442\u0430\" width=\"1280\" height=\"853\" data-src=\"https:\/\/habrastorage.org\/getpro\/habr\/upload_files\/119\/bd0\/d68\/119bd0d687434bae76b66b7c2312d350.png\"\/><\/p>\n<div><figcaption>\u041c\u043b\u0435\u0447\u043d\u044b\u0439 \u043f\u0443\u0442\u044c \u043f\u0438\u043a\u0447\u0430 \u0438\u0437 \u0438\u043d\u0442\u0435\u0440\u043d\u0435\u0442\u0430<\/figcaption><\/div>\n<\/figure>\n<p>\u0412 \u0434\u0430\u043d\u043d\u043e\u0439 \u0441\u0442\u0430\u0442\u044c\u0435 \u044f \u0445\u043e\u0442\u0435\u043b \u0431\u044b \u0440\u0430\u0441\u0441\u043a\u0430\u0437\u0430\u0442\u044c \u043f\u0440\u043e \u0437\u0430\u0434\u0430\u0447\u0443, \u043d\u0435\u043f\u043e\u0441\u0440\u0435\u0434\u0441\u0442\u0432\u0435\u043d\u043d\u043e, \u0441\u0432\u044f\u0437\u0430\u043d\u043d\u0443\u044e \u0441 \u0442\u0435\u043c, \u043e \u0447\u0435\u043c \u0433\u043e\u0432\u043e\u0440\u0438\u043b\u043e\u0441\u044c \u0432\u044b\u0448\u0435, \u0430 \u0438\u043c\u0435\u043d\u043d\u043e \u043f\u0440\u043e \u043a\u043b\u0430\u0441\u0441\u0438\u0444\u0438\u043a\u0430\u0446\u0438\u044e \u044d\u043a\u0437\u043e\u043f\u043b\u0430\u043d\u0435\u0442, \u043d\u0430 \u043e\u0441\u043d\u043e\u0432\u0435 \u0434\u0430\u043d\u043d\u044b\u0445 \u0441 \u043e\u0440\u0431\u0438\u0442\u0430\u043b\u044c\u043d\u043e\u0433\u043e \u0441\u043f\u0443\u0442\u043d\u0438\u043a\u0430 Kepler.<br \/>(\u0414\u0430\u0442\u0430\u0441\u0435\u0442 \u043c\u043e\u0436\u043d\u043e \u043d\u0430\u0439\u0442\u0438 \u043f\u043e \u044d\u0442\u043e\u0439 \u0441\u0441\u044b\u043b\u043a\u0435 \u043d\u0430 Kaggle: <a href=\"https:\/\/www.kaggle.com\/datasets\/nasa\/kepler-exoplanet-search-results\" rel=\"noopener noreferrer nofollow\">https:\/\/www.kaggle.com\/datasets\/nasa\/kepler-exoplanet-search-results<\/a>)<\/p>\n<p>\u042d\u043a\u0437\u043e\u043f\u043b\u0430\u043d\u0435\u0442\u0430- \u044d\u0442\u043e \u0442\u0430\u043a\u0430\u044f \u043f\u043b\u0430\u043d\u0435\u0442\u0430, \u043a\u043e\u0442\u043e\u0440\u0430\u044f \u0432\u0440\u0430\u0449\u0430\u0435\u0442\u0441\u044f \u0432\u043e\u043a\u0440\u0443\u0433 \u043d\u0435\u043a\u043e\u0442\u043e\u0440\u043e\u0439 \u0437\u0432\u0435\u0437\u0434\u044b (<s>\u043d\u0435\u0442 \u0431\u043b\u0438\u043d \u043b\u0443\u043d\u044b<\/s>), \u0432\u043d\u0435 \u0441\u043e\u043b\u043d\u0435\u0447\u043d\u043e\u0439 \u0441\u0438\u0441\u0442\u0435\u043c\u044b. <\/p>\n<p>\u041d\u0430 \u043e\u0441\u043d\u043e\u0432\u0435 \u043d\u0430\u0431\u043e\u0440\u0430 \u043f\u0440\u0438\u0437\u043d\u0430\u043a\u043e\u0432 \u0438\u0437 \u0434\u0430\u0442\u0430\u0441\u0435\u0442\u0430, \u043f\u0440\u0435\u0434\u043b\u0430\u0433\u0430\u0435\u0442\u0441\u044f \u043e\u043f\u0440\u0435\u0434\u0435\u043b\u0438\u0442\u044c \u043a\u0430\u043d\u0434\u0438\u0434\u0430\u0442\u0430 \u0432 \u044d\u043a\u0437\u043e\u043f\u043b\u0430\u043d\u0435\u0442\u0443, \u0438\u043b\u0438 \u0436\u0435 \u043d\u0435 \u043a\u0430\u043d\u0434\u0438\u0434\u0430\u0442\u0430. \u0422\u043e \u0435\u0441\u0442\u044c \u0443\u043c\u043d\u044b\u0435 \u0434\u044f\u0434\u0438 \u0438\u0437 NASA \u0443\u0436\u0435 \u0440\u0430\u0437\u043c\u0435\u0442\u0438\u043b\u0438 \u0432\u0441\u0435\u0445 \u043a\u0430\u043d\u0434\u0438\u0434\u0430\u0442\u043e\u0432 \u0438 \u043d\u0435 \u043a\u0430\u043d\u0434\u0438\u0434\u0430\u0442\u043e\u0432, \u0442\u0430\u043a\u0436\u0435 \u0432 \u0434\u0430\u043d\u043d\u044b\u0445 \u0435\u0441\u0442\u044c \u043f\u043e\u0434\u0442\u0432\u0435\u0440\u0436\u0434\u0435\u043d\u043d\u044b\u0435 \u043f\u043b\u0430\u043d\u0435\u0442\u044b, \u043e\u0434\u043d\u0430\u043a\u043e \u0438\u0445 \u043c\u044b \u0442\u0440\u043e\u0433\u0430\u0442\u044c \u043d\u0435 \u0431\u0443\u0434\u0435\u043c, \u043f\u043e\u0441\u043a\u043e\u043b\u044c\u043a\u0443:<\/p>\n<p>a) \u041c\u044b \u0437\u0430\u043d\u0438\u043c\u0430\u0435\u043c\u0441\u044f \u043c\u0430\u0448\u0438\u043d\u043d\u044b\u043c \u043e\u0431\u0443\u0447\u0435\u043d\u0438\u0435\u043c, \u0430 \u043d\u0435 \u043f\u0438\u0448\u0435\u043c \u0434\u0438\u0441\u0441\u0435\u0440\u0442\u0430\u0446\u0438\u044e \u043f\u043e \u0430\u0441\u0442\u0440\u043e\u043d\u043e\u043c\u0438\u0438, \u043f\u043e\u044d\u0442\u043e\u043c\u0443 \u0438\u0442\u043e\u0433\u043e\u0432\u044b\u0439 \u0432\u0435\u0440\u0434\u0438\u043a\u0442 \u043c\u044b \u043e\u0441\u0442\u0430\u0432\u0438\u043c \u0443\u0447\u0435\u043d\u044b\u043c, \u0430 \u043d\u0430\u0448\u0430 \u0436\u0435 \u0437\u0430\u0434\u0430\u0447\u0430 \u0443\u043f\u0440\u043e\u0441\u0442\u0438\u0442\u044c \u0438\u043c \u0436\u0438\u0437\u043d\u044c \u0438 \u043f\u043e\u0437\u0432\u043e\u043b\u0438\u0442\u044c \u0442\u0440\u0430\u0442\u0438\u0442\u044c \u0432\u0440\u0435\u043c\u044f \u043d\u0430 \u0431\u043e\u043b\u0435\u0435 \u043f\u0440\u0438\u044f\u0442\u043d\u044b\u0435 \u0438 \u043f\u043e\u043b\u0435\u0437\u043d\u044b\u0435 \u0432\u0435\u0449\u0438, \u0447\u0435\u043c \u043f\u043e\u0441\u0442\u0440\u043e\u0447\u043d\u0430\u044f \u043e\u0431\u0440\u0430\u0431\u043e\u0442\u043a\u0430 \u0434\u0430\u043d\u043d\u044b\u0445. <\/p>\n<p>b) \u0414\u0430\u0436\u0435 \u0435\u0441\u043b\u0438 \u043c\u044b \u0440\u0435\u0448\u0438\u043c \u0447\u0442\u043e \u043c\u044b \u043d\u0430\u0441\u0442\u043e\u043b\u044c\u043a\u043e \u0445\u043e\u0440\u043e\u0448\u043e \u0437\u043d\u0430\u0435\u043c \u043f\u0440\u0438\u043d\u0446\u0438\u043f \u043f\u0440\u0438\u043d\u044f\u0442\u0438\u044f \u0440\u0435\u0448\u0435\u043d\u0438\u0439 \u043f\u043e \u043a\u043b\u0430\u0441\u0441\u0438\u0444\u0438\u043a\u0430\u0446\u0438\u0438 \u044d\u043a\u0437\u043e\u043f\u043b\u0430\u043d\u0435\u0442, \u0447\u0442\u043e \u043c\u043e\u0436\u0435\u043c \u043f\u043e\u0441\u0442\u0440\u043e\u0438\u0442\u044c \u043c\u043e\u0434\u0435\u043b\u044c \u043a\u043e\u0442\u043e\u0440\u0430\u044f \u043f\u0440\u0435\u0434\u0441\u043a\u0430\u0437\u044b\u0432\u0430\u0435\u0442 \u043d\u0435 \u043f\u0440\u043e\u0441\u0442\u043e \u043a\u0430\u043d\u0434\u0438\u0434\u0430\u0442\u043e\u0432, \u043d\u043e \u0438 \u043f\u043e\u0442\u0435\u043d\u0446\u0438\u0430\u043b\u044c\u043d\u043e \u043f\u043e\u0434\u0442\u0432\u0435\u0440\u0436\u0434\u0435\u043d\u043d\u044b\u0435 \u043f\u043b\u0430\u043d\u0435\u0442\u044b, \u043c\u044b \u0441\u0442\u043e\u043b\u043a\u043d\u0435\u043c\u0441\u044f \u0441 \u0434\u0438\u0441\u0431\u0430\u043b\u0430\u043d\u0441\u043e\u043c \u043a\u043b\u0430\u0441\u0441\u043e\u0432, \u0447\u0442\u043e \u043d\u0435 \u043e\u0447\u0435\u043d\u044c \u0445\u043e\u0440\u043e\u0448\u043e.<\/p>\n<p>\u0421\u0442\u0430\u0440\u0442\u043e\u0432\u044b\u0435 \u043f\u0430\u0440\u0430\u043c\u0435\u0442\u0440\u044b dataseta: 50 \u043a\u043e\u043b\u043e\u043d\u043d \u0438 9564 \u0441\u0442\u0440\u043e\u043a\u0438. <br \/>(\u0411\u043e\u043b\u0435\u0435 \u043f\u043e\u0434\u0440\u043e\u0431\u043d\u043e \u043f\u0440\u043e \u044d\u0442\u0438 \u043f\u0430\u0440\u0430\u043c\u0435\u0442\u0440\u044b \u043c\u043e\u0436\u043d\u043e \u043f\u0440\u043e\u0447\u0438\u0442\u0430\u0442\u044c \u0437\u0434\u0435\u0441\u044c: <a href=\"https:\/\/exoplanetarchive.ipac.caltech.edu\/docs\/API_kepcandidate_columns.html\" rel=\"noopener noreferrer nofollow\">https:\/\/exoplanetarchive.ipac.caltech.edu\/docs\/API_kepcandidate_columns.html<\/a>)<\/p>\n<p>\u0418\u043c\u043f\u043e\u0440\u0442\u0438\u0440\u0443\u0435\u043c \u0431\u0438\u0431\u043b\u0438\u043e\u0442\u0435\u043a\u0438, \u0435\u0441\u043b\u0438 \u0432\u0430\u0441 \u0431\u0435\u0441\u044f\u0442 \u043f\u0440\u0435\u0434\u0443\u043f\u0440\u0435\u0436\u0434\u0435\u043d\u0438\u044f, \u0442\u043e \u0443\u0431\u0438\u0440\u0430\u0435\u043c \u0438\u0445 \u0442\u043e\u0436\u0435:<\/p>\n<pre><code class=\"python\">import pandas as pd import numpy as np import matplotlib.pyplot as plt import seaborn as sns import scipy as sc from matplotlib.colors import ListedColormap from matplotlib.colors import LinearSegmentedColormap<\/code><\/pre>\n<pre><code class=\"python\">import warnings warnings.filterwarnings('ignore')<\/code><\/pre>\n<p>\u0421\u0447\u0438\u0442\u044b\u0432\u0430\u0435\u043c \u0434\u0430\u0442\u0430\u0441\u0435\u0442:<\/p>\n<pre><code>data = pd.read_csv('cumulative.csv') data.head()<\/code><\/pre>\n<p>\u0414\u0430\u043b\u0435\u0435 \u043f\u043e\u0441\u043c\u043e\u0442\u0440\u0438\u043c \u043d\u0430 \u0446\u0435\u043b\u0435\u0432\u0443\u044e \u043f\u0435\u0440\u0435\u043c\u0435\u043d\u043d\u0443\u044e \u0438 \u043d\u0430 \u0431\u0430\u043b\u0430\u043d\u0441 \u043c\u0435\u0436\u0434\u0443 \u043a\u043b\u0430\u0441\u0441\u0430\u043c\u0438<\/p>\n<p>Candidate- \u043a\u0430\u043d\u0434\u0438\u0434\u0430\u0442 \u0432 \u044d\u043a\u0437\u043e\u043f\u043b\u0430\u043d\u0435\u0442\u0443<\/p>\n<p>False Positive- \u0442\u043e\u0447\u043d\u043e \u043d\u0435 \u043a\u0430\u043d\u0434\u0438\u0434\u0430\u0442<\/p>\n<pre><code>data.groupby('koi_pdisposition').size().plot(kind='barh', color=sns.palettes.mpl_palette('Dark2')) plt.gca().spines[['top', 'right',]].set_visible(False)<\/code><\/pre>\n<figure class=\"full-width\"><img loading=\"lazy\" decoding=\"async\" src=\"https:\/\/habrastorage.org\/r\/w1560\/getpro\/habr\/upload_files\/5ce\/127\/d16\/5ce127d16bacb2c14deac47e5103ef53.png\" alt=\"\u0426\u0435\u043b\u0435\u0432\u0430\u044f \u043f\u0435\u0440\u0435\u043c\u0435\u043d\u043d\u0430\u044f \" title=\"\u0426\u0435\u043b\u0435\u0432\u0430\u044f \u043f\u0435\u0440\u0435\u043c\u0435\u043d\u043d\u0430\u044f \" width=\"654\" height=\"413\" data-src=\"https:\/\/habrastorage.org\/getpro\/habr\/upload_files\/5ce\/127\/d16\/5ce127d16bacb2c14deac47e5103ef53.png\"\/><\/p>\n<div><figcaption>\u0426\u0435\u043b\u0435\u0432\u0430\u044f \u043f\u0435\u0440\u0435\u043c\u0435\u043d\u043d\u0430\u044f <\/figcaption><\/div>\n<\/figure>\n<p>\u041a\u0430\u043a \u043c\u044b \u0432\u0438\u0434\u0438\u043c \u0438\u0437 \u0433\u0440\u0430\u0444\u0438\u043a\u0430 \u043a\u043b\u0430\u0441\u0441\u044b \u0445\u043e\u0440\u043e\u0448\u043e \u0441\u0431\u0430\u043b\u0430\u043d\u0441\u0438\u0440\u043e\u0432\u0430\u043d\u044b, \u0437\u043d\u0430\u0447\u0438\u0442 \u043f\u0440\u043e\u0431\u043b\u0435\u043c \u0441 \u043f\u043e\u0441\u0442\u0440\u043e\u0435\u043d\u0438\u0435\u043c \u043c\u043e\u0434\u0435\u043b\u0438 \u0443 \u043d\u0430\u0441 \u0431\u044b\u0442\u044c \u043d\u0435 \u0434\u043e\u043b\u0436\u043d\u043e, \u043e\u0434\u043d\u0430\u043a\u043e \u043f\u0435\u0440\u0435\u0434 \u044d\u0442\u0438\u043c \u0441\u0442\u043e\u0438\u0442 \u043f\u043e\u0440\u0430\u0431\u043e\u0442\u0430\u0442\u044c \u0441 \u0434\u0430\u043d\u043d\u044b\u043c\u0438.<\/p>\n<p>\u041f\u043e\u0447\u0435\u043c\u0443? <br \/>\u041f\u043e\u0442\u043e\u043c\u0443 \u0447\u0442\u043e \u0442\u0430\u043c \u043f\u0440\u043e\u043f\u0443\u0441\u043a\u0438, \u0441\u0435\u0439\u0447\u0430\u0441 \u0443\u0432\u0438\u0434\u0438\u043c<\/p>\n<p>\u0414\u043b\u044f \u043d\u0430\u0447\u0430\u043b\u0430 \u0432\u044b\u0434\u0435\u043b\u0438\u043c \u0447\u0435\u0440\u0435\u0437 X \u0442\u0435 \u0434\u0430\u043d\u043d\u044b\u0435, \u043a\u043e\u0442\u043e\u0440\u044b\u0435 \u043d\u0430\u043c \u0442\u043e\u0447\u043d\u043e \u043d\u0435 \u043f\u043e\u043d\u0430\u0434\u043e\u0431\u044f\u0442\u0441\u044f \u0438 \u043e\u0441\u0442\u0430\u0432\u0438\u043c \u0442\u043e\u043b\u044c\u043a\u043e \u043d\u0443\u0436\u043d\u043e\u0435. <\/p>\n<pre><code class=\"python\">X=data.drop(['koi_teq_err1','koi_teq_err2', 'koi_disposition', 'koi_pdisposition','kepler_name', 'kepoi_name', 'rowid','koi_score', 'kepid'], axis=1) X.head()<\/code><\/pre>\n<p>\u041f\u043e\u0447\u0435\u043c\u0443 \u043c\u044b \u0438\u0445 \u0434\u0440\u043e\u043f\u043d\u0443\u043b\u0438? \u0415\u0441\u043b\u0438 \u043a\u043e\u0440\u043e\u0442\u043a\u043e, \u0442\u043e \u044d\u0442\u043e \u0434\u0430\u043d\u043d\u044b\u0435, \u043a\u043e\u0442\u043e\u0440\u044b\u0435 \u043d\u0435 \u043f\u043e\u043c\u043e\u0433\u0443\u0442 \u043d\u0430\u043c \u0432 \u043e\u0431\u0443\u0447\u0435\u043d\u0438\u0438 \u043c\u043e\u0434\u0435\u043b\u0438, \u0442\u0430\u043a\u0438\u0435 \u043a\u0430\u043a \u043d\u043e\u043c\u0435\u0440 \u043f\u043e\u0442\u0435\u043d\u0446\u0438\u0430\u043b\u044c\u043d\u043e\u0439 \u043f\u043b\u0430\u043d\u0435\u0442\u044b \u0438 \u043f\u0440\u043e\u0447\u0438\u0435 id, \u0435\u0441\u043b\u0438 \u0438\u043d\u0442\u0435\u0440\u0435\u0441\u043d\u043e, \u0441\u043e\u0432\u0435\u0442\u0443\u044e \u043e\u0442\u043a\u0440\u044b\u0442\u044c \u0441\u0442\u0430\u0442\u044c\u044e \u0432\u044b\u0448\u0435 \u0438 \u043e\u0437\u043d\u0430\u043a\u043e\u043c\u0438\u0442\u044c\u0441\u044f \u0441 \u043e\u043f\u0438\u0441\u0430\u043d\u0438\u0435\u043c \u043f\u0430\u0440\u0430\u043c\u0435\u0442\u0440\u043e\u0432.<\/p>\n<p>\u0414\u0430\u043b\u0435\u0435 \u043f\u0440\u043e\u0433\u043e\u043d\u044f\u0435\u043c \u043d\u0430\u0448 &#8216;y&#8217; \u0447\u0435\u0440\u0435\u0437 pandas get_dummies <\/p>\n<pre><code class=\"python\">Y=data['koi_pdisposition'] y=pd.get_dummies (Y, drop_first= True, dtype=float ) y = y.rename(columns={'FALSE POSITIVE': 'koi_pdisposition'}) y.head()<\/code><\/pre>\n<p>\u0422\u0435\u043f\u0435\u0440\u044c \u0443 \u043d\u0430\u0441 y \u0432 \u0444\u043e\u0440\u043c\u0430\u0442\u0435 float, \u0430 \u0431\u044b\u043b \u0432 \u0444\u043e\u0440\u043c\u0430\u0442\u0435 object. <\/p>\n<p>\u0414\u0430\u043b\u0435\u0435 \u043f\u043e\u0441\u043c\u043e\u0442\u0440\u0438\u043c \u043a\u0430\u043a\u043e\u0439 \u043f\u0440\u043e\u0446\u0435\u043d\u0442 \u0434\u0430\u043d\u043d\u044b\u0445 \u043e\u0442\u0441\u0443\u0442\u0441\u0442\u0432\u0443\u0435\u0442<\/p>\n<pre><code class=\"python\">(X.isna().sum() \/ len(X)).round(4) * 100<\/code><\/pre>\n<p>\u041f\u043e\u043b\u0443\u0447\u0438\u043c \u0432\u044b\u0432\u043e\u0434 \u0432\u0441\u0435\u0433\u043e \u043f\u0440\u0438\u0437\u043d\u0430\u043a\u043e\u0432 \u0438 \u0440\u044f\u0434\u043e\u043c \u0441 \u043d\u0438\u043c\u0438 \u043f\u0440\u043e\u0446\u0435\u043d\u0442 \u043e\u0442\u0441\u0443\u0442\u0441\u0442\u0432\u0443\u044e\u0449\u0438\u0445 \u0434\u0430\u043d\u043d\u044b\u0445.<br \/>\u0415\u0441\u043b\u0438 \u0432\u044b \u043f\u043e\u043b\u044c\u0437\u0443\u0435\u0442\u0435\u0441\u044c \u0444\u043e\u0440\u043c\u0430\u0442\u043e\u043c .py, \u0432\u043e\u0437\u043c\u043e\u0436\u043d\u043e \u0441\u0442\u043e\u0438\u0442 \u0432\u0432\u0435\u0441\u0442\u0438 print((X.isna().sum() \/ len(X)).round(4) * 100), \u043f\u043e\u0441\u043a\u043e\u043b\u044c\u043a\u0443 \u044f \u043f\u043e\u043b\u044c\u0437\u0443\u044e\u0441\u044c ipynb, \u043f\u043e\u0442\u043e\u043c\u0443 \u0447\u0442\u043e \u043e\u043d \u043c\u043d\u0435 \u0438\u043d\u0442\u0443\u0438\u0442\u0438\u0432\u043d\u043e \u0443\u0434\u043e\u0431\u0435\u043d \u0438 \u043d\u0435 \u0437\u0430\u0441\u0442\u0430\u0432\u043b\u044f\u0435\u0442 \u043f\u043e \u043c\u043d\u043e\u0433\u0443 \u0440\u0430\u0437 \u043f\u0435\u0440\u0435\u043f\u0438\u0441\u044b\u0432\u0430\u0442\u044c \u0432\u044b\u0432\u043e\u0434\u044b, \u0447\u0442\u043e\u0431\u044b \u043f\u0440\u043e\u0432\u0435\u0440\u0438\u0442\u044c \u0441\u0435\u0431\u044f \u0438\u043b\u0438 \u043f\u043e\u0441\u0442\u0440\u043e\u0438\u0442\u044c \u0433\u0440\u0430\u0444\u0438\u043a\u0438.<\/p>\n<p>\u0427\u0442\u043e\u0431\u044b \u043f\u043e\u043b\u0443\u0447\u0438\u0442\u044c \u043a\u0430\u043a\u043e\u0435 \u0442\u043e \u0432\u0438\u0437\u0443\u0430\u043b\u044c\u043d\u043e \u043f\u0440\u0435\u0434\u0441\u0442\u0430\u0432\u043b\u0435\u043d\u0438\u0435 \u043b\u0443\u0447\u0448\u0435 \u043f\u043e\u0441\u0442\u0440\u043e\u0438\u0442\u044c \u0442\u0435\u043f\u043b\u043e\u0432\u0443\u044e \u043a\u0430\u0440\u0442\u0443 \u043f\u043e \u0434\u0430\u043d\u043d\u044b\u043c:<\/p>\n<pre><code class=\"python\">plt.figure(figsize=(10,12)) sns.heatmap(X.isna().transpose())<\/code><\/pre>\n<figure class=\"full-width\"><img loading=\"lazy\" decoding=\"async\" src=\"https:\/\/habrastorage.org\/r\/w1560\/getpro\/habr\/upload_files\/25d\/a20\/107\/25da20107cd2aa9b6a60ea71bf93ad2b.png\" alt=\"\u0411\u0435\u043b\u044b\u0435 \u043b\u0438\u043d\u0438\u0438- \u044d\u0442\u043e \u043f\u0440\u043e\u043f\u0443\u0441\u043a\u0438\" title=\"\u0411\u0435\u043b\u044b\u0435 \u043b\u0438\u043d\u0438\u0438- \u044d\u0442\u043e \u043f\u0440\u043e\u043f\u0443\u0441\u043a\u0438\" width=\"10000\" height=\"12000\" data-src=\"https:\/\/habrastorage.org\/getpro\/habr\/upload_files\/25d\/a20\/107\/25da20107cd2aa9b6a60ea71bf93ad2b.png\"\/><\/p>\n<div><figcaption>\u0411\u0435\u043b\u044b\u0435 \u043b\u0438\u043d\u0438\u0438- \u044d\u0442\u043e \u043f\u0440\u043e\u043f\u0443\u0441\u043a\u0438<\/figcaption><\/div>\n<\/figure>\n<p>\u0417\u0430\u043f\u043e\u043b\u043d\u0438\u043c \u043f\u0440\u043e\u043f\u0443\u0441\u043a\u0438 \u0447\u0435\u0440\u0435\u0437 \u0438\u043d\u0442\u0435\u0440\u043f\u043e\u043b\u044f\u0446\u0438\u044e \u043c\u0435\u0442\u043e\u0434\u043e\u043c \u0431\u043b\u0438\u0436\u043d\u0438\u0445. <br \/>\u0417\u0430\u0447\u0435\u043c? \u041d\u0435 \u0431\u0443\u0434\u0435\u043c \u0441\u043e\u0437\u0434\u0430\u0432\u0430\u0442\u044c \u0434\u0438\u0441\u0431\u0430\u043b\u0430\u043d\u0441\u0430 \u0438 \u0438\u0441\u043a\u0430\u0442\u044c \u0441\u0440\u0435\u0434\u043d\u0438\u0435 \u0438 \u0441\u0442\u0440\u043e\u0438\u0442\u044c \u043f\u043e\u043b\u0438\u043d\u043e\u043c\u044b, \u043f\u043e\u0441\u043a\u043e\u043b\u044c\u043a\u0443 \u0434\u0430\u043b\u0435\u0435 \u043c\u044b \u0443\u0432\u0438\u0434\u0438\u043c \u0433\u0438\u0441\u0442\u043e\u0433\u0440\u0430\u043c\u043c\u044b, \u043f\u043e \u043a\u043e\u0442\u043e\u0440\u044b\u043c \u0434\u0430\u043d\u043d\u044b\u0439 \u0432\u044b\u0431\u043e\u0440 \u0431\u0443\u0434\u0435\u0442 \u0431\u043e\u043b\u0435\u0435 \u044f\u0441\u043d\u044b\u043c.<\/p>\n<pre><code class=\"python\">X=X.interpolate(method='nearest') X.info()<\/code><\/pre>\n<p>\u0447\u0435\u0440\u0435\u0437 \u043c\u0435\u0442\u043e\u0434 info \u043c\u044b \u0443\u0431\u0435\u0434\u0438\u043b\u0438\u0441\u044c \u0447\u0442\u043e \u043f\u0440\u043e\u043f\u0443\u0441\u043a\u043e\u0432 \u0442\u0435\u043f\u0435\u0440\u044c \u043d\u0435\u0442, \u043a\u0441\u0442\u0430\u0442\u0438 \u0432\u044b\u0437\u0432\u0430\u0442\u044c \u0435\u0433\u043e \u043c\u043e\u0436\u043d\u043e \u0431\u044b\u043b\u043e \u0438 \u0434\u043e, \u0447\u0442\u043e\u0431\u044b \u0443\u0431\u0435\u0434\u0438\u0442\u0441\u044f \u0432 \u043d\u0430\u043b\u0438\u0447\u0438\u0438 \u043f\u0440\u043e\u043f\u0443\u0441\u043a\u043e\u0432, \u043d\u0435 \u0437\u0430\u043c\u043e\u0440\u0430\u0447\u0438\u0432\u0430\u044f\u0441\u044c \u0441 \u0442\u0435\u043f\u043b\u043e\u0432\u044b\u043c\u0438 \u043a\u0430\u0440\u0442\u0430\u043c\u0438 \u0438 \u043f\u0440\u043e\u0446\u0435\u043d\u0442\u0430\u043c\u0438. <\/p>\n<p>\u0414\u0430\u043b\u0435\u0435 \u043f\u043e\u0441\u043c\u043e\u0442\u0440\u0438\u043c \u043d\u0430 \u0440\u0430\u0441\u043f\u0440\u0435\u0434\u0435\u043b\u0435\u043d\u0438\u044f \u0432 \u0434\u0430\u043d\u043d\u044b\u0445<\/p>\n<pre><code class=\"python\">X.hist(bins=25, figsize=(20,20));<\/code><\/pre>\n<figure class=\"full-width\"><img loading=\"lazy\" decoding=\"async\" src=\"https:\/\/habrastorage.org\/r\/w1560\/getpro\/habr\/upload_files\/5b4\/5c2\/158\/5b45c21582b69ad0185ae62902d62b88.png\" width=\"1673\" height=\"1604\" data-src=\"https:\/\/habrastorage.org\/getpro\/habr\/upload_files\/5b4\/5c2\/158\/5b45c21582b69ad0185ae62902d62b88.png\"\/><\/figure>\n<p>\u0421\u0443\u0434\u044f \u043f\u043e \u0433\u0438\u0441\u0442\u043e\u0433\u0440\u0430\u043c\u043c\u0430\u043c \u043c\u0435\u0442\u043e\u0434 \u0438\u043d\u0442\u0435\u0440\u043f\u043e\u043b\u044f\u0446\u0438\u0438 \u043f\u043e \u0431\u043b\u0438\u0437\u043b\u0435\u0436\u0430\u0449\u0438\u043c \u0442\u043e\u0447\u043a\u0430\u043c \u0431\u044b\u043b \u043d\u0435\u043f\u043b\u043e\u0445\u0438\u043c \u0432\u044b\u0431\u043e\u0440\u043e\u043c.<\/p>\n<p>\u0414\u0430\u043b\u0435\u0435 \u0441\u0434\u0435\u043b\u0430\u0435\u043c feature selection:<br \/>1) \u041f\u043e\u0441\u0442\u0440\u043e\u0438\u043c \u043c\u043e\u0434\u0435\u043b\u044c \u0441\u043b\u0443\u0447\u0430\u0439\u043d\u043e\u0433\u043e \u043b\u0435\u0441\u0430 \u0438 \u0432\u044b\u0432\u0435\u0434\u0435\u043c \u0432\u0430\u0436\u043d\u043e\u0441\u0442\u044c \u043f\u0440\u0438\u0437\u043d\u0430\u043a\u043e\u0432<br \/>2) F-test (\u0430\u0432\u0442\u043e\u043e\u0442\u0431\u043e\u0440 \u043f\u0440\u0438\u0437\u043d\u0430\u043a\u043e\u0432)<\/p>\n<p>\u041d\u0430\u043f\u043e\u043c\u043d\u044e \u0447\u0442\u043e \u0443 \u043d\u0430\u0441 \u043e\u0441\u0442\u0430\u043b\u043e\u0441\u044c 42 \u043f\u0440\u0438\u0437\u043d\u0430\u043a\u0430, \u0438\u0437 \u043a\u043e\u0442\u043e\u0440\u044b\u0445 \u0431\u044b\u043b\u043e \u0431\u044b \u043d\u0435\u043f\u043b\u043e\u0445\u043e \u043e\u0442\u0431\u0440\u043e\u0441\u0438\u0442\u044c \u043d\u0435\u043d\u0443\u0436\u043d\u044b\u0435. \u0414\u043b\u044f \u044d\u0442\u043e\u0433\u043e \u043d\u0430\u043c \u0441\u043e\u0431\u0441\u0442\u0432\u0435\u043d\u043d\u043e \u0438 \u043d\u0443\u0436\u0435\u043d feature selection. \u041d\u0430 \u0441\u0430\u043c\u043e\u043c \u0434\u0435\u043b\u0435 \u043c\u0435\u0442\u043e\u0434\u043e\u0432 \u0434\u043b\u044f \u043e\u0442\u0431\u043e\u0440\u0430 \u043f\u0440\u0438\u0437\u043d\u0430\u043a\u043e\u0432 (feature selection) \u043d\u0430\u043c\u043d\u043e\u0433\u043e \u0431\u043e\u043b\u044c\u0448\u0435 \u0447\u0435\u043c 2, \u043d\u0430\u043f\u0440\u0438\u043c\u0435\u0440 \u043c\u0430\u0442\u0440\u0438\u0446\u0430 \u043a\u043e\u0440\u0440\u0435\u043b\u044f\u0446\u0438\u0439 \u0438\u043b\u0438 variance treshold, \u041e\u0434\u043d\u0430\u043a\u043e \u044d\u0442\u0438 2 \u043c\u043d\u0435 \u043d\u0440\u0430\u0432\u044f\u0442\u0441\u044f \u0431\u043e\u043b\u044c\u0448\u0435 \u0438 \u0447\u0430\u0449\u0435 \u0432\u0441\u0435\u0433\u043e \u0438\u043c\u0435\u043d\u043d\u043e \u043e\u043d\u0438 \u0432\u044b\u0434\u0430\u0432\u0430\u043b\u0438 \u043b\u0443\u0447\u0448\u0438\u0435 \u043c\u0435\u0442\u0440\u0438\u043a\u0438. <\/p>\n<p>\u041a\u0441\u0442\u0430\u0442\u0438 \u043e \u043c\u0435\u0442\u0440\u0438\u043a\u0430\u0445. \u041d\u0430\u043f\u0438\u0448\u0435\u043c \u0444\u0443\u043d\u043a\u0446\u0438\u044e, \u043a\u043e\u0442\u043e\u0440\u0430\u044f \u0431\u0443\u0434\u0435\u0442 \u043d\u0430\u043c \u0438\u0445 \u0441\u0447\u0438\u0442\u0430\u0442\u044c, \u043f\u0435\u0440\u0435\u0434 \u044d\u0442\u0438\u043c \u043d\u0435 \u0437\u0430\u0431\u044b\u0432\u0430\u0435\u043c \u0438\u043c\u043f\u043e\u0440\u0442\u0438\u0440\u043e\u0432\u0430\u0442\u044c \u043d\u0443\u0436\u043d\u044b\u0435 \u0431\u0438\u0431\u043b\u0438\u043e\u0442\u0435\u043a\u0438:<\/p>\n<pre><code class=\"python\">from sklearn.model_selection import train_test_split from sklearn.metrics import  roc_auc_score, classification_report, accuracy_score, f1_score from sklearn.ensemble import RandomForestClassifier # \u043f\u0438\u0448\u0435\u043c \u0444\u0443\u043d\u043a\u0446\u0438\u044e \u0434\u043b\u044f \u0440\u0430\u0441\u0447\u0435\u0442\u0430 \u043c\u0435\u0442\u0440\u0438\u043a: def metrics(y_true,y_pred):     acc=accuracy_score(y_true, y_pred)     f1=f1_score(y_true, y_pred)     roc_auc=roc_auc_score(y_true, y_pred)     print(f'accuracy: {acc}\\nf1: {f1}\\nroc auc: {roc_auc} ')<\/code><\/pre>\n<p> \u0422\u0435\u043f\u0435\u0440\u044c \u043d\u0430\u043c \u043d\u0430 \u0432\u0445\u043e\u0434 \u043d\u0430\u0434\u043e \u043f\u043e\u0434\u0430\u0432\u0430\u0442\u044c \u0442\u043e\u043b\u044c\u043a\u043e \u0437\u043d\u0430\u0447\u0435\u043d\u0438\u044f y_true \u0438 pred, \u0447\u0442\u043e\u0431\u044b \u0432\u044b\u0432\u0435\u0441\u0442\u0438 \u043c\u0435\u0442\u0440\u0438\u043a\u0438, \u0447\u0442\u043e \u0443\u0441\u043a\u043e\u0440\u044f\u0435\u0442 \u043f\u0440\u043e\u0446\u0435\u0441\u0441 \u0438\u0445 \u0432\u044b\u0432\u043e\u0434\u0430.<\/p>\n<p>\u0420\u0430\u0437\u0434\u0435\u043b\u0438\u043c \u0434\u0430\u043d\u043d\u044b\u0435 \u043d\u0430 \u0442\u0435\u0441\u0442\u043e\u0432\u0443\u044e \u0438 \u043e\u0431\u0443\u0447\u0430\u044e\u0449\u0443\u044e \u0432\u044b\u0431\u043e\u0440\u043a\u0443<\/p>\n<pre><code class=\"python\">X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)<\/code><\/pre>\n<p>\u041e\u0431\u0443\u0447\u0438\u043c \u043c\u043e\u0434\u0435\u043b\u044c \u0441\u043b\u0443\u0447\u0430\u0439\u043d\u043e\u0433\u043e \u043b\u0435\u0441\u0430<\/p>\n<pre><code class=\"python\">rfc = RandomForestClassifier(max_depth=2, random_state=42) rfc.fit(X_train, y_train) rfc_pred_train=rfc.predict(X_train) rfc_pred_test=rfc.predict(X_test) metrics(y_test,rfc_pred_test)<\/code><\/pre>\n<p>\u0412\u044b\u0432\u043e\u0434 \u043c\u0435\u0442\u0440\u0438\u043a:<br \/>accuracy: 0.9158389963408259 <br \/>f1: 0.9182326053834434 <br \/>roc auc: 0.9178450601875332   <\/p>\n<p>\u0422\u0435\u043f\u0435\u0440\u044c \u0441\u0434\u0435\u043b\u0430\u0435\u043c \u0442\u043e, \u0434\u043b\u044f \u0447\u0435\u0433\u043e \u044d\u0442\u043e \u0432\u0441\u0435 \u0437\u0430\u0442\u0435\u0432\u0430\u043b\u043e\u0441\u044c: <br \/>FEATURE IMPO<s>R<\/s>TANCE<\/p>\n<pre><code class=\"python\">feature_importances = rfc.feature_importances_ sorted_indices = np.argsort(feature_importances) plt.figure(figsize=(12, 10)) plt.barh(np.arange(len(feature_importances)), feature_importances[sorted_indices], color='darkblue') plt.yticks(np.arange(len(X.columns)), X.columns[sorted_indices]) plt.show() selected_features = X.columns[feature_importances > 0.01] print(selected_features)<\/code><\/pre>\n<figure class=\"full-width\"><img loading=\"lazy\" decoding=\"async\" src=\"https:\/\/habrastorage.org\/r\/w1560\/getpro\/habr\/upload_files\/09f\/13d\/213\/09f13d213a087a32d220c9e4bd24f25f.png\" alt=\"\u0412\u0430\u0436\u043d\u043e\u0441\u0442\u044c \u043f\u0440\u0438\u0437\u043d\u0430\u043a\u043e\u0432\" title=\"\u0412\u0430\u0436\u043d\u043e\u0441\u0442\u044c \u043f\u0440\u0438\u0437\u043d\u0430\u043a\u043e\u0432\" width=\"1214\" height=\"813\" data-src=\"https:\/\/habrastorage.org\/getpro\/habr\/upload_files\/09f\/13d\/213\/09f13d213a087a32d220c9e4bd24f25f.png\"\/><\/p>\n<div><figcaption>\u0412\u0430\u0436\u043d\u043e\u0441\u0442\u044c \u043f\u0440\u0438\u0437\u043d\u0430\u043a\u043e\u0432<\/figcaption><\/div>\n<\/figure>\n<p>\u0412 \u043a\u043e\u0434\u0435 \u043c\u044b \u0432\u044b\u0432\u043e\u0434\u0438\u043c \u0442\u043e\u043b\u044c\u043a\u043e \u0437\u043d\u0430\u0447\u0435\u043d\u0438\u044f \u043f\u043e \u0432\u0430\u0436\u043d\u043e\u0441\u0442\u0438 \u0431\u043e\u043b\u044c\u0448\u0435 \u0447\u0435\u043c 0.01, \u043f\u043e\u043b\u0443\u0447\u0438\u0442\u0441\u044f \u0442\u0430\u043a\u043e\u0439 array:<br \/>Index([&#8216;koi_fpflag_nt&#8217;, &#8216;koi_fpflag_ss&#8217;, &#8216;koi_fpflag_co&#8217;, &#8216;koi_fpflag_ec&#8217;,        &#8216;koi_depth&#8217;, &#8216;koi_prad&#8217;, &#8216;koi_prad_err1&#8217;, &#8216;koi_prad_err2&#8217;, &#8216;koi_teq&#8217;,        &#8216;koi_insol_err1&#8217;, &#8216;koi_insol_err2&#8217;, &#8216;koi_model_snr&#8217;, &#8216;koi_steff_err1&#8217;,        &#8216;koi_steff_err2&#8242;],       dtype=&#8217;object&#8217;)  <\/p>\n<p>\u041e\u0442\u043b\u0438\u0447\u043d\u043e, \u0442\u0435\u043f\u0435\u0440\u044c \u043f\u043e\u043f\u0440\u043e\u0431\u0443\u0435\u043c F-test, \u0430 \u0438\u043c\u0435\u043d\u043d\u043e \u0434\u043b\u044f \u0441\u043b\u0443\u0447\u0430\u044f \u043a\u043b\u0430\u0441\u0441\u0438\u0444\u0438\u043a\u0430\u0446\u0438\u0438:<\/p>\n<pre><code class=\"python\">from sklearn.feature_selection import f_classif,SelectKBest f_statistic, p_values = f_classif(X, y) selector = SelectKBest(f_classif, k=8) X_f = selector.fit_transform(X,y) mask = selector.get_support(indices=True) best_features = [X.columns[i] for i in mask] print(best_features)<\/code><\/pre>\n<p>\u041f\u043e\u043b\u0443\u0447\u0430\u0435\u043c \u0442\u0430\u043a\u043e\u0439 array:<br \/>[&#8216;koi_fpflag_nt&#8217;, &#8216;koi_fpflag_ss&#8217;, &#8216;koi_fpflag_co&#8217;, &#8216;koi_fpflag_ec&#8217;, &#8216;koi_depth&#8217;, &#8216;koi_teq&#8217;, &#8216;koi_steff_err1&#8217;, &#8216;koi_steff_err2&#8217;]  <\/p>\n<p>\u041f\u043b\u044e\u0441 \u043c\u0435\u0442\u043e\u0434\u0430 f-test \u0432 \u0442\u043e\u043c, \u0447\u0442\u043e \u043d\u0430\u043c \u043d\u0435 \u043d\u0430\u0434\u043e \u0441\u0442\u0440\u043e\u0438\u0442\u044c \u043c\u043e\u0434\u0435\u043b\u0438 \u0438 \u0447\u0442\u043e \u0442\u043e \u0434\u0435\u043b\u0430\u0442\u044c \u0441\u0430\u043c\u0438\u043c. \u0417\u0430 \u043d\u0430\u0441 \u0443\u0436\u0435 \u0432\u0441\u0435 \u0440\u0435\u0430\u043b\u0438\u0437\u043e\u0432\u0430\u043d\u043e, \u0430 \u043c\u044b \u043f\u0440\u043e\u0441\u0442\u043e \u043f\u043e\u043b\u0443\u0447\u0430\u0435\u043c \u043d\u0435\u043a\u043e\u0442\u043e\u0440\u044b\u0435 k-\u043b\u0443\u0447\u0448\u0438\u0445 \u043f\u0430\u0440\u0430\u043c\u0435\u0442\u0440\u043e\u0432. <br \/>\u0412 \u043d\u0430\u0448\u0435\u043c \u0441\u043b\u0443\u0447\u0430\u0435 k=8, \u0437\u043d\u0430\u0447\u0435\u043d\u0438\u0435 \u044d\u0442\u043e\u0433\u043e \u043f\u0430\u0440\u0430\u043c\u0435\u0442\u0440\u0430 \u0435\u0441\u0442\u0435\u0441\u0442\u0432\u0435\u043d\u043d\u043e \u043c\u043e\u0436\u043d\u043e \u043f\u043e\u043a\u0440\u0443\u0442\u0438\u0442\u044c \u0438 \u043f\u043e\u043c\u0435\u043d\u044f\u0442\u044c \u043d\u0430 \u0432\u0430\u0448\u0435 \u0443\u0441\u043c\u043e\u0442\u0440\u0435\u043d\u0438\u0435. <\/p>\n<h2>\u0417\u0430\u043a\u043b\u044e\u0447\u0435\u043d\u0438\u0435<\/h2>\n<p>\u041c\u044b \u043f\u043e\u0433\u043e\u0432\u043e\u0440\u0438\u043b\u0438 \u043e \u0436\u0438\u0437\u043d\u0438, \u043e\u0431\u0440\u0430\u0431\u043e\u0442\u0430\u043b\u0438 \u0434\u0430\u043d\u043d\u044b\u0435, \u0437\u0430\u043f\u043e\u043b\u043d\u0438\u043b\u0438 \u043f\u0440\u043e\u043f\u0443\u0441\u043a\u0438 \u043c\u0435\u0442\u043e\u0434\u043e\u043c \u0431\u043b\u0438\u0436\u043d\u0438\u0445, \u043f\u043e\u0441\u0442\u0440\u043e\u0438\u043b\u0438 \u0433\u0440\u0430\u0444\u0438\u043a\u0438 \u0434\u043b\u044f \u0442\u043e\u0433\u043e \u0447\u0442\u043e\u0431\u044b \u043f\u043e\u043d\u0438\u043c\u0430\u0442\u044c \u0447\u0442\u043e \u043c\u044b \u043f\u043e\u043d\u0430\u0442\u0432\u043e\u0440\u0438\u043b\u0438 \u0438 \u043e\u0442\u043e\u0431\u0440\u0430\u043b\u0438 \u043f\u0440\u0438\u0437\u043d\u0430\u043a\u0438 \u0434\u0432\u0443\u043c\u044f \u043c\u0435\u0442\u043e\u0434\u0430\u043c\u0438. \u041d\u0430 \u044d\u0442\u043e\u043c \u043c\u043e\u0436\u043d\u043e \u0437\u0430\u043a\u043e\u043d\u0447\u0438\u0442\u044c \u043f\u0435\u0440\u0432\u0443\u044e \u0447\u0430\u0441\u0442\u044c \u0441\u0442\u0430\u0442\u044c\u0438. \u0412\u0442\u043e\u0440\u0430\u044f \u0447\u0430\u0441\u0442\u044c \u0441\u043a\u043e\u0440\u043e \u0442\u0430\u043a\u0436\u0435 \u043e\u043f\u0443\u0431\u043b\u0438\u043a\u0443\u0435\u0442\u0441\u044f, \u043f\u043e\u0441\u043b\u0435 \u043f\u0443\u0431\u043b\u0438\u043a\u0430\u0446\u0438\u0438 \u044d\u0442\u043e\u0439 (\u043f\u0435\u0440\u0432\u043e\u0439), \u0442\u0430\u043c \u043c\u044b \u043f\u043e\u0441\u0442\u0440\u043e\u0438\u043c \u043c\u043e\u0434\u0435\u043b\u0438 \u043f\u043e \u043e\u0442\u043e\u0431\u0440\u0430\u043d\u043d\u044b\u043c \u043f\u0440\u0438\u0437\u043d\u0430\u043a\u0430\u043c \u0438 \u0434\u0430\u0436\u0435 \u0441\u0434\u0435\u043b\u0430\u0435\u043c \u043d\u0435\u0439\u0440\u043e\u0441\u0435\u0442\u044c, \u043f\u043e\u0441\u043a\u043e\u043b\u044c\u043a\u0443 \u0434\u0430\u043d\u043d\u044b\u0435 \u043f\u043e\u0437\u0432\u043e\u043b\u044f\u044e\u0442. <\/p>\n<\/div>\n<\/div>\n<\/div>\n<p><!----><!----><\/div>\n<p><!----><!----><br \/> \u0441\u0441\u044b\u043b\u043a\u0430 \u043d\u0430 \u043e\u0440\u0438\u0433\u0438\u043d\u0430\u043b \u0441\u0442\u0430\u0442\u044c\u0438 <a href=\"https:\/\/habr.com\/ru\/articles\/800999\/\"> https:\/\/habr.com\/ru\/articles\/800999\/<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"<div><!--[--><!--]--><\/div>\n<div id=\"post-content-body\">\n<div>\n<div class=\"article-formatted-body article-formatted-body article-formatted-body_version-2\">\n<div xmlns=\"http:\/\/www.w3.org\/1999\/xhtml\">\n<p>\u0412 \u043a\u043e\u0441\u043c\u043e\u0441\u0435 \u0435\u0441\u0442\u044c \u043d\u0435\u0447\u0442\u043e \u0437\u0430\u0432\u043e\u0440\u0430\u0436\u0438\u0432\u0430\u044e\u0449\u0435\u0435 \u0438 \u043f\u0440\u0435\u043a\u0440\u0430\u0441\u043d\u043e\u0435, \u0432 \u0442\u043e \u0436\u0435 \u0432\u0440\u0435\u043c\u044f \u0447\u0435\u043b\u043e\u0432\u0435\u043a \u0443\u0441\u0442\u0440\u043e\u0435\u043d \u0442\u0430\u043a, \u0447\u0442\u043e \u0435\u0441\u043b\u0438 \u0435\u043c\u0443 \u0447\u0442\u043e \u0442\u043e \u043d\u0435 \u0438\u0437\u0432\u0435\u0441\u0442\u043d\u043e, \u0442\u043e \u043e\u043d \u0431\u0443\u0434\u0435\u0442 \u044d\u0442\u043e\u0433\u043e \u0431\u043e\u044f\u0442\u044c\u0441\u044f (\u0441\u043f\u0430\u0441\u0438\u0431\u043e \u043d\u0430\u0448\u0438\u043c \u043c\u0430\u043c\u0430\u043c \u043f\u0430\u043f\u0430\u043c \u0432 n-\u043d\u043e\u043c \u043f\u043e\u043a\u043e\u043b\u0435\u043d\u0438\u0438 \u0437\u0430 \u0441\u0442\u043e\u043b\u044c \u0448\u0438\u0440\u043e\u043a\u0438\u0439 \u0434\u0438\u0430\u043f\u0430\u0437\u043e\u043d \u0432\u043e\u0441\u043f\u0440\u0438\u044f\u0442\u0438\u044f \u0438\u043d\u0444\u043e\u0440\u043c\u0430\u0446\u0438\u0438 \u0438 \u0440\u0435\u0430\u0433\u0438\u0440\u043e\u0432\u0430\u043d\u0438\u044f \u043d\u0430 \u043d\u0435\u0451), \u0442\u0435\u043c \u043d\u0435 \u043c\u0435\u043d\u0435\u0435 \u0432\u0441\u0435\u0433\u0434\u0430 \u043d\u0430\u0445\u043e\u0434\u0438\u043b\u0438\u0441\u044c <s>\u0431\u0435\u0437\u0443\u043c\u0446\u044b<\/s> \u0438\u0441\u0441\u043b\u0435\u0434\u043e\u0432\u0430\u0442\u0435\u043b\u0438, \u043c\u0435\u0447\u0442\u0430\u0442\u0435\u043b\u0438 \u0438 \u043f\u0440\u043e\u0441\u0442\u043e \u043b\u044e\u0434\u0438, \u043a\u043e\u0442\u043e\u0440\u044b\u043c \u0432 \u043b\u043e\u043c \u0437\u0430\u043d\u0438\u043c\u0430\u0442\u044c\u0441\u044f \u0442\u0435\u043c, \u0447\u0442\u043e \u0443\u0436\u0435 \u0438\u0442\u0430\u043a \u0431\u0435\u0437 \u043d\u0438\u0445 \u043f\u0440\u0438\u0434\u0443\u043c\u0430\u043b\u0438 \u0438 \u0445\u043e\u0440\u043e\u0448\u043e \u0440\u0430\u0431\u043e\u0442\u0430\u0435\u0442, \u043f\u043e\u044d\u0442\u043e\u043c\u0443 \u043e\u043d\u0438 \u0441\u0442\u0440\u0435\u043c\u0438\u043b\u0438\u0441\u044c \u043f\u0440\u0438\u0434\u0443\u043c\u0430\u0442\u044c \u0447\u0442\u043e \u0442\u043e \u043d\u043e\u0432\u043e\u0435. \u041a\u0442\u043e \u0442\u043e \u0437\u0430\u043d\u0438\u043c\u0430\u0435\u0442\u0441\u044f \u043a\u0443\u0440\u0441\u0430\u043c\u0438 \u043f\u043e \u0431\u0435\u0441\u043a\u043e\u043d\u0435\u0447\u043d\u044b\u043c \u0441\u0430\u043c\u043e\u0440\u0430\u0437\u0432\u0438\u0442\u0438\u044f\u043c, \u043e\u0442\u043a\u0440\u044b\u0432\u0430\u0435\u0442 \u043d\u043e\u0432\u044b\u0435 \u0432\u0438\u0434\u044b \u0434\u044b\u0445\u0430\u043d\u0438\u044f, \u0430 \u0442\u0430\u043a\u0436\u0435 \u043d\u0430\u043f\u043e\u043b\u043d\u044f\u0435\u0442 \u0441\u0432\u043e\u0438 \u0447\u0430\u043a\u0440\u044b \u0438 \u0447\u0443\u0432\u0441\u0442\u0432\u0443\u0435\u0442 \u043f\u0440\u0438\u043b\u0438\u0432 \u0441\u0438\u043b, \u0430 \u043a\u0442\u043e-\u0442\u043e \u0434\u0435\u0439\u0441\u0442\u0432\u0438\u0442\u0435\u043b\u044c\u043d\u043e \u043f\u044b\u0442\u0430\u0435\u0442\u0441\u044f \u043e\u0431\u043d\u0430\u0440\u0443\u0436\u0438\u0442\u044c \u0442\u043e, \u0447\u0442\u043e \u043e\u0431\u044b\u0447\u043d\u043e\u043c\u0443 \u0447\u0435\u043b\u043e\u0432\u0435\u043a\u0443 \u0441\u043a\u043e\u0440\u0435\u0435 \u0432\u0441\u0435\u0433\u043e \u0432 \u0431\u043b\u0438\u0436\u0430\u0439\u0448\u0438\u0435 \u043b\u0435\u0442 50 (\u0430 \u043c\u043e\u0436\u0435\u0442 \u0438 \u0431\u043e\u043b\u044c\u0448\u0435) \u043d\u0435 \u043f\u043e\u043d\u0430\u0434\u043e\u0431\u0438\u0442\u0441\u044f, \u0432\u0435\u0434\u044c \u0432\u0440\u044f\u0434-\u043b\u0438 \u043c\u044b \u0441\u043c\u043e\u0436\u0435\u043c \u043f\u043e\u043a\u0438\u043d\u0443\u0442\u044c \u043d\u0430\u0448\u0443 \u0441\u043e\u043b\u043d\u0435\u0447\u043d\u0443\u044e \u0441\u0438\u0441\u0442\u0435\u043c\u0443 \u0440\u0430\u043d\u044c\u0448\u0435 \u044d\u0442\u043e\u0433\u043e \u0441\u0440\u043e\u043a\u0430. \u041e\u0434\u043d\u0430\u043a\u043e \u0432 \u0442\u043e\u043c \u0447\u0442\u043e\u0431\u044b \u0441\u043c\u043e\u0442\u0440\u0435\u0442\u044c \u0432 \u043d\u043e\u0447\u043d\u043e\u0435 \u043d\u0435\u0431\u043e \u0438 \u043f\u044b\u0442\u0430\u0442\u044c\u0441\u044f \u043d\u0430\u0440\u0438\u0441\u043e\u0432\u0430\u0442\u044c \u0443 \u0441\u0435\u0431\u044f \u0432 \u0433\u043e\u043b\u043e\u0432\u0435 \u043b\u0438\u043d\u0438\u0438, \u043a\u043e\u0442\u043e\u0440\u044b\u0435 \u043d\u0430\u0437\u044b\u0432\u0430\u044e\u0442 \u0431\u043e\u043b\u044c\u0448\u043e\u0439 \u043c\u0435\u0434\u0432\u0435\u0434\u0438\u0446\u0435\u0439 \u0438\u043b\u0438 \u0442\u043e\u0442 \u0436\u0435 \u043a\u043e\u0432\u0448, \u0430 \u043c\u043e\u0436\u0435\u0442 \u0438 \u043f\u043e\u0432\u0435\u0437\u0435\u0442 \u0443\u0432\u0438\u0434\u0435\u0442\u044c \u043c\u043b\u0435\u0447\u043d\u044b\u0439 \u043f\u0443\u0442\u044c \u0432\u043e \u0432\u0441\u0435\u0439 \u0441\u0432\u043e\u0435\u0439 \u043a\u0440\u0430\u0441\u0435, \u0435\u0441\u0442\u044c \u043d\u0435\u0447\u0442\u043e \u043f\u0440\u0438\u0442\u044f\u0433\u0430\u0442\u0435\u043b\u044c\u043d\u043e\u0435 \u0438 \u043d\u0435\u043e\u0431\u044b\u0447\u043d\u043e\u0435, \u0442\u043e \u0447\u0442\u043e \u0437\u0430\u0441\u0442\u0430\u0432\u043b\u044f\u0435\u0442 \u043e\u0434\u043d\u043e\u0432\u0440\u0435\u043c\u0435\u043d\u043d\u043e \u043f\u043e\u0447\u0443\u0432\u0441\u0442\u0432\u043e\u0432\u0430\u0442\u044c \u0441\u0435\u0431\u044f, \u043a\u0430\u043a \u0433\u043e\u0432\u043e\u0440\u044f\u0442 \u043d\u0435\u043a\u043e\u0442\u043e\u0440\u044b\u0435 \u043c\u0430\u043b\u0435\u043d\u044c\u043a\u043e\u0439 \u0442\u043e\u0447\u043a\u043e\u0439, \u043d\u043e \u0432 \u0442\u043e \u0436\u0435 \u0432\u0440\u0435\u043c\u044f \u043d\u0435 \u0437\u0430\u0431\u044b\u0432\u0430\u0435\u043c \u0447\u0442\u043e \u0443 \u043d\u0430\u0441 \u0435\u0441\u0442\u044c \u043c\u0438\u043a\u0440\u043e\u043c\u0438\u0440, \u0434\u043b\u044f \u043a\u043e\u0442\u043e\u0440\u043e\u0433\u043e \u0447\u0435\u043b\u043e\u0432\u0435\u043a, \u0433\u0440\u0443\u0431\u043e \u0433\u043e\u0432\u043e\u0440\u044f \u0443\u0436\u0435 \u0441\u0430\u043c \u044f\u0432\u043b\u044f\u0435\u0442\u0441\u044f \u0446\u0435\u043b\u043e\u0439 \u0432\u0441\u0435\u043b\u0435\u043d\u043d\u043e\u0439. \u041a\u0430\u043a \u043f\u0438\u0441\u0430\u043b\u0430 \u041b\u0438\u0437\u0430 \u0420\u044d\u043d\u0434\u0430\u043b\u043b \u0432 &#8216;\u0434\u043e\u0441\u0442\u0443\u0447\u0430\u0442\u044c\u0441\u044f \u0434\u043e \u043d\u0435\u0431\u0435\u0441&#8217;,  \u0447\u0435\u043b\u043e\u0432\u0435\u043a, \u043e\u043d \u0433\u0434\u0435 \u0442\u043e \u043f\u043e\u0441\u0435\u0440\u0435\u0434\u0438\u043d\u0435 \u0432\u0441\u0435\u0433\u043e \u044d\u0442\u043e\u0433\u043e \u043c\u0438\u0440\u0430. \u041d\u043e \u043c\u044b \u0442\u0443\u0442 \u043f\u0440\u043e \u043d\u0435\u0431\u043e \u0438 \u0437\u0432\u0435\u0437\u0434\u044b \u0433\u043e\u0432\u043e\u0440\u0438\u043b\u0438, \u0442\u0430\u043a \u0447\u0442\u043e \u0437\u0430\u043a\u043e\u043d\u0447\u0438\u043c \u043e\u0442\u0441\u044b\u043b\u043a\u0438 \u043d\u0430 \u043d\u0430\u0443\u0447\u043f\u043e\u043f \u043f\u043e \u043a\u0432\u0430\u043d\u0442\u043e\u0432\u043e\u0439 \u0444\u0438\u0437\u0438\u043a\u0435 \u0438 \u043f\u0435\u0440\u0435\u0439\u0434\u0435\u043c \u043a \u0434\u0435\u043b\u0443. <\/p>\n<figure class=\"full-width\">\n<div><figcaption>\u041c\u043b\u0435\u0447\u043d\u044b\u0439 \u043f\u0443\u0442\u044c \u043f\u0438\u043a\u0447\u0430 \u0438\u0437 \u0438\u043d\u0442\u0435\u0440\u043d\u0435\u0442\u0430<\/figcaption><\/div>\n<\/figure>\n<p>\u0412 \u0434\u0430\u043d\u043d\u043e\u0439 \u0441\u0442\u0430\u0442\u044c\u0435 \u044f \u0445\u043e\u0442\u0435\u043b \u0431\u044b \u0440\u0430\u0441\u0441\u043a\u0430\u0437\u0430\u0442\u044c \u043f\u0440\u043e \u0437\u0430\u0434\u0430\u0447\u0443, \u043d\u0435\u043f\u043e\u0441\u0440\u0435\u0434\u0441\u0442\u0432\u0435\u043d\u043d\u043e, \u0441\u0432\u044f\u0437\u0430\u043d\u043d\u0443\u044e \u0441 \u0442\u0435\u043c, \u043e \u0447\u0435\u043c \u0433\u043e\u0432\u043e\u0440\u0438\u043b\u043e\u0441\u044c \u0432\u044b\u0448\u0435, \u0430 \u0438\u043c\u0435\u043d\u043d\u043e \u043f\u0440\u043e \u043a\u043b\u0430\u0441\u0441\u0438\u0444\u0438\u043a\u0430\u0446\u0438\u044e \u044d\u043a\u0437\u043e\u043f\u043b\u0430\u043d\u0435\u0442, \u043d\u0430 \u043e\u0441\u043d\u043e\u0432\u0435 \u0434\u0430\u043d\u043d\u044b\u0445 \u0441 \u043e\u0440\u0431\u0438\u0442\u0430\u043b\u044c\u043d\u043e\u0433\u043e \u0441\u043f\u0443\u0442\u043d\u0438\u043a\u0430 Kepler.<br \/>(\u0414\u0430\u0442\u0430\u0441\u0435\u0442 \u043c\u043e\u0436\u043d\u043e \u043d\u0430\u0439\u0442\u0438 \u043f\u043e \u044d\u0442\u043e\u0439 \u0441\u0441\u044b\u043b\u043a\u0435 \u043d\u0430 Kaggle: <a href=\"https:\/\/www.kaggle.com\/datasets\/nasa\/kepler-exoplanet-search-results\" rel=\"noopener noreferrer nofollow\">https:\/\/www.kaggle.com\/datasets\/nasa\/kepler-exoplanet-search-results<\/a>)<\/p>\n<p>\u042d\u043a\u0437\u043e\u043f\u043b\u0430\u043d\u0435\u0442\u0430- \u044d\u0442\u043e \u0442\u0430\u043a\u0430\u044f \u043f\u043b\u0430\u043d\u0435\u0442\u0430, \u043a\u043e\u0442\u043e\u0440\u0430\u044f \u0432\u0440\u0430\u0449\u0430\u0435\u0442\u0441\u044f \u0432\u043e\u043a\u0440\u0443\u0433 \u043d\u0435\u043a\u043e\u0442\u043e\u0440\u043e\u0439 \u0437\u0432\u0435\u0437\u0434\u044b (<s>\u043d\u0435\u0442 \u0431\u043b\u0438\u043d \u043b\u0443\u043d\u044b<\/s>), \u0432\u043d\u0435 \u0441\u043e\u043b\u043d\u0435\u0447\u043d\u043e\u0439 \u0441\u0438\u0441\u0442\u0435\u043c\u044b. <\/p>\n<p>\u041d\u0430 \u043e\u0441\u043d\u043e\u0432\u0435 \u043d\u0430\u0431\u043e\u0440\u0430 \u043f\u0440\u0438\u0437\u043d\u0430\u043a\u043e\u0432 \u0438\u0437 \u0434\u0430\u0442\u0430\u0441\u0435\u0442\u0430, \u043f\u0440\u0435\u0434\u043b\u0430\u0433\u0430\u0435\u0442\u0441\u044f \u043e\u043f\u0440\u0435\u0434\u0435\u043b\u0438\u0442\u044c \u043a\u0430\u043d\u0434\u0438\u0434\u0430\u0442\u0430 \u0432 \u044d\u043a\u0437\u043e\u043f\u043b\u0430\u043d\u0435\u0442\u0443, \u0438\u043b\u0438 \u0436\u0435 \u043d\u0435 \u043a\u0430\u043d\u0434\u0438\u0434\u0430\u0442\u0430. \u0422\u043e \u0435\u0441\u0442\u044c \u0443\u043c\u043d\u044b\u0435 \u0434\u044f\u0434\u0438 \u0438\u0437 NASA \u0443\u0436\u0435 \u0440\u0430\u0437\u043c\u0435\u0442\u0438\u043b\u0438 \u0432\u0441\u0435\u0445 \u043a\u0430\u043d\u0434\u0438\u0434\u0430\u0442\u043e\u0432 \u0438 \u043d\u0435 \u043a\u0430\u043d\u0434\u0438\u0434\u0430\u0442\u043e\u0432, \u0442\u0430\u043a\u0436\u0435 \u0432 \u0434\u0430\u043d\u043d\u044b\u0445 \u0435\u0441\u0442\u044c \u043f\u043e\u0434\u0442\u0432\u0435\u0440\u0436\u0434\u0435\u043d\u043d\u044b\u0435 \u043f\u043b\u0430\u043d\u0435\u0442\u044b, \u043e\u0434\u043d\u0430\u043a\u043e \u0438\u0445 \u043c\u044b \u0442\u0440\u043e\u0433\u0430\u0442\u044c \u043d\u0435 \u0431\u0443\u0434\u0435\u043c, \u043f\u043e\u0441\u043a\u043e\u043b\u044c\u043a\u0443:<\/p>\n<p>a) \u041c\u044b \u0437\u0430\u043d\u0438\u043c\u0430\u0435\u043c\u0441\u044f \u043c\u0430\u0448\u0438\u043d\u043d\u044b\u043c \u043e\u0431\u0443\u0447\u0435\u043d\u0438\u0435\u043c, \u0430 \u043d\u0435 \u043f\u0438\u0448\u0435\u043c \u0434\u0438\u0441\u0441\u0435\u0440\u0442\u0430\u0446\u0438\u044e \u043f\u043e \u0430\u0441\u0442\u0440\u043e\u043d\u043e\u043c\u0438\u0438, \u043f\u043e\u044d\u0442\u043e\u043c\u0443 \u0438\u0442\u043e\u0433\u043e\u0432\u044b\u0439 \u0432\u0435\u0440\u0434\u0438\u043a\u0442 \u043c\u044b \u043e\u0441\u0442\u0430\u0432\u0438\u043c \u0443\u0447\u0435\u043d\u044b\u043c, \u0430 \u043d\u0430\u0448\u0430 \u0436\u0435 \u0437\u0430\u0434\u0430\u0447\u0430 \u0443\u043f\u0440\u043e\u0441\u0442\u0438\u0442\u044c \u0438\u043c \u0436\u0438\u0437\u043d\u044c \u0438 \u043f\u043e\u0437\u0432\u043e\u043b\u0438\u0442\u044c \u0442\u0440\u0430\u0442\u0438\u0442\u044c \u0432\u0440\u0435\u043c\u044f \u043d\u0430 \u0431\u043e\u043b\u0435\u0435 \u043f\u0440\u0438\u044f\u0442\u043d\u044b\u0435 \u0438 \u043f\u043e\u043b\u0435\u0437\u043d\u044b\u0435 \u0432\u0435\u0449\u0438, \u0447\u0435\u043c \u043f\u043e\u0441\u0442\u0440\u043e\u0447\u043d\u0430\u044f \u043e\u0431\u0440\u0430\u0431\u043e\u0442\u043a\u0430 \u0434\u0430\u043d\u043d\u044b\u0445. <\/p>\n<p>b) \u0414\u0430\u0436\u0435 \u0435\u0441\u043b\u0438 \u043c\u044b \u0440\u0435\u0448\u0438\u043c \u0447\u0442\u043e \u043c\u044b \u043d\u0430\u0441\u0442\u043e\u043b\u044c\u043a\u043e \u0445\u043e\u0440\u043e\u0448\u043e \u0437\u043d\u0430\u0435\u043c \u043f\u0440\u0438\u043d\u0446\u0438\u043f \u043f\u0440\u0438\u043d\u044f\u0442\u0438\u044f \u0440\u0435\u0448\u0435\u043d\u0438\u0439 \u043f\u043e \u043a\u043b\u0430\u0441\u0441\u0438\u0444\u0438\u043a\u0430\u0446\u0438\u0438 \u044d\u043a\u0437\u043e\u043f\u043b\u0430\u043d\u0435\u0442, \u0447\u0442\u043e \u043c\u043e\u0436\u0435\u043c \u043f\u043e\u0441\u0442\u0440\u043e\u0438\u0442\u044c \u043c\u043e\u0434\u0435\u043b\u044c \u043a\u043e\u0442\u043e\u0440\u0430\u044f \u043f\u0440\u0435\u0434\u0441\u043a\u0430\u0437\u044b\u0432\u0430\u0435\u0442 \u043d\u0435 \u043f\u0440\u043e\u0441\u0442\u043e \u043a\u0430\u043d\u0434\u0438\u0434\u0430\u0442\u043e\u0432, \u043d\u043e \u0438 \u043f\u043e\u0442\u0435\u043d\u0446\u0438\u0430\u043b\u044c\u043d\u043e \u043f\u043e\u0434\u0442\u0432\u0435\u0440\u0436\u0434\u0435\u043d\u043d\u044b\u0435 \u043f\u043b\u0430\u043d\u0435\u0442\u044b, \u043c\u044b \u0441\u0442\u043e\u043b\u043a\u043d\u0435\u043c\u0441\u044f \u0441 \u0434\u0438\u0441\u0431\u0430\u043b\u0430\u043d\u0441\u043e\u043c \u043a\u043b\u0430\u0441\u0441\u043e\u0432, \u0447\u0442\u043e \u043d\u0435 \u043e\u0447\u0435\u043d\u044c \u0445\u043e\u0440\u043e\u0448\u043e.<\/p>\n<p>\u0421\u0442\u0430\u0440\u0442\u043e\u0432\u044b\u0435 \u043f\u0430\u0440\u0430\u043c\u0435\u0442\u0440\u044b dataseta: 50 \u043a\u043e\u043b\u043e\u043d\u043d \u0438 9564 \u0441\u0442\u0440\u043e\u043a\u0438. <br \/>(\u0411\u043e\u043b\u0435\u0435 \u043f\u043e\u0434\u0440\u043e\u0431\u043d\u043e \u043f\u0440\u043e \u044d\u0442\u0438 \u043f\u0430\u0440\u0430\u043c\u0435\u0442\u0440\u044b \u043c\u043e\u0436\u043d\u043e \u043f\u0440\u043e\u0447\u0438\u0442\u0430\u0442\u044c \u0437\u0434\u0435\u0441\u044c: <a href=\"https:\/\/exoplanetarchive.ipac.caltech.edu\/docs\/API_kepcandidate_columns.html\" rel=\"noopener noreferrer nofollow\">https:\/\/exoplanetarchive.ipac.caltech.edu\/docs\/API_kepcandidate_columns.html<\/a>)<\/p>\n<p>\u0418\u043c\u043f\u043e\u0440\u0442\u0438\u0440\u0443\u0435\u043c \u0431\u0438\u0431\u043b\u0438\u043e\u0442\u0435\u043a\u0438, \u0435\u0441\u043b\u0438 \u0432\u0430\u0441 \u0431\u0435\u0441\u044f\u0442 \u043f\u0440\u0435\u0434\u0443\u043f\u0440\u0435\u0436\u0434\u0435\u043d\u0438\u044f, \u0442\u043e \u0443\u0431\u0438\u0440\u0430\u0435\u043c \u0438\u0445 \u0442\u043e\u0436\u0435:<\/p>\n<pre><code class=\"python\">import pandas as pd import numpy as np import matplotlib.pyplot as plt import seaborn as sns import scipy as sc from matplotlib.colors import ListedColormap from matplotlib.colors import LinearSegmentedColormap<\/code><\/pre>\n<pre><code class=\"python\">import warnings warnings.filterwarnings('ignore')<\/code><\/pre>\n<p>\u0421\u0447\u0438\u0442\u044b\u0432\u0430\u0435\u043c \u0434\u0430\u0442\u0430\u0441\u0435\u0442:<\/p>\n<pre><code>data = pd.read_csv('cumulative.csv') data.head()<\/code><\/pre>\n<p>\u0414\u0430\u043b\u0435\u0435 \u043f\u043e\u0441\u043c\u043e\u0442\u0440\u0438\u043c \u043d\u0430 \u0446\u0435\u043b\u0435\u0432\u0443\u044e \u043f\u0435\u0440\u0435\u043c\u0435\u043d\u043d\u0443\u044e \u0438 \u043d\u0430 \u0431\u0430\u043b\u0430\u043d\u0441 \u043c\u0435\u0436\u0434\u0443 \u043a\u043b\u0430\u0441\u0441\u0430\u043c\u0438<\/p>\n<p>Candidate- \u043a\u0430\u043d\u0434\u0438\u0434\u0430\u0442 \u0432 \u044d\u043a\u0437\u043e\u043f\u043b\u0430\u043d\u0435\u0442\u0443<\/p>\n<p>False Positive- \u0442\u043e\u0447\u043d\u043e \u043d\u0435 \u043a\u0430\u043d\u0434\u0438\u0434\u0430\u0442<\/p>\n<pre><code>data.groupby('koi_pdisposition').size().plot(kind='barh', color=sns.palettes.mpl_palette('Dark2')) plt.gca().spines[['top', 'right',]].set_visible(False)<\/code><\/pre>\n<figure class=\"full-width\">\n<div><figcaption>\u0426\u0435\u043b\u0435\u0432\u0430\u044f \u043f\u0435\u0440\u0435\u043c\u0435\u043d\u043d\u0430\u044f <\/figcaption><\/div>\n<\/figure>\n<p>\u041a\u0430\u043a \u043c\u044b \u0432\u0438\u0434\u0438\u043c \u0438\u0437 \u0433\u0440\u0430\u0444\u0438\u043a\u0430 \u043a\u043b\u0430\u0441\u0441\u044b \u0445\u043e\u0440\u043e\u0448\u043e \u0441\u0431\u0430\u043b\u0430\u043d\u0441\u0438\u0440\u043e\u0432\u0430\u043d\u044b, \u0437\u043d\u0430\u0447\u0438\u0442 \u043f\u0440\u043e\u0431\u043b\u0435\u043c \u0441 \u043f\u043e\u0441\u0442\u0440\u043e\u0435\u043d\u0438\u0435\u043c \u043c\u043e\u0434\u0435\u043b\u0438 \u0443 \u043d\u0430\u0441 \u0431\u044b\u0442\u044c \u043d\u0435 \u0434\u043e\u043b\u0436\u043d\u043e, \u043e\u0434\u043d\u0430\u043a\u043e \u043f\u0435\u0440\u0435\u0434 \u044d\u0442\u0438\u043c \u0441\u0442\u043e\u0438\u0442 \u043f\u043e\u0440\u0430\u0431\u043e\u0442\u0430\u0442\u044c \u0441 \u0434\u0430\u043d\u043d\u044b\u043c\u0438.<\/p>\n<p>\u041f\u043e\u0447\u0435\u043c\u0443? <br \/>\u041f\u043e\u0442\u043e\u043c\u0443 \u0447\u0442\u043e \u0442\u0430\u043c \u043f\u0440\u043e\u043f\u0443\u0441\u043a\u0438, \u0441\u0435\u0439\u0447\u0430\u0441 \u0443\u0432\u0438\u0434\u0438\u043c<\/p>\n<p>\u0414\u043b\u044f \u043d\u0430\u0447\u0430\u043b\u0430 \u0432\u044b\u0434\u0435\u043b\u0438\u043c \u0447\u0435\u0440\u0435\u0437 X \u0442\u0435 \u0434\u0430\u043d\u043d\u044b\u0435, \u043a\u043e\u0442\u043e\u0440\u044b\u0435 \u043d\u0430\u043c \u0442\u043e\u0447\u043d\u043e \u043d\u0435 \u043f\u043e\u043d\u0430\u0434\u043e\u0431\u044f\u0442\u0441\u044f \u0438 \u043e\u0441\u0442\u0430\u0432\u0438\u043c \u0442\u043e\u043b\u044c\u043a\u043e \u043d\u0443\u0436\u043d\u043e\u0435. <\/p>\n<pre><code class=\"python\">X=data.drop(['koi_teq_err1','koi_teq_err2', 'koi_disposition', 'koi_pdisposition','kepler_name', 'kepoi_name', 'rowid','koi_score', 'kepid'], axis=1) X.head()<\/code><\/pre>\n<p>\u041f\u043e\u0447\u0435\u043c\u0443 \u043c\u044b \u0438\u0445 \u0434\u0440\u043e\u043f\u043d\u0443\u043b\u0438? \u0415\u0441\u043b\u0438 \u043a\u043e\u0440\u043e\u0442\u043a\u043e, \u0442\u043e \u044d\u0442\u043e \u0434\u0430\u043d\u043d\u044b\u0435, \u043a\u043e\u0442\u043e\u0440\u044b\u0435 \u043d\u0435 \u043f\u043e\u043c\u043e\u0433\u0443\u0442 \u043d\u0430\u043c \u0432 \u043e\u0431\u0443\u0447\u0435\u043d\u0438\u0438 \u043c\u043e\u0434\u0435\u043b\u0438, \u0442\u0430\u043a\u0438\u0435 \u043a\u0430\u043a \u043d\u043e\u043c\u0435\u0440 \u043f\u043e\u0442\u0435\u043d\u0446\u0438\u0430\u043b\u044c\u043d\u043e\u0439 \u043f\u043b\u0430\u043d\u0435\u0442\u044b \u0438 \u043f\u0440\u043e\u0447\u0438\u0435 id, \u0435\u0441\u043b\u0438 \u0438\u043d\u0442\u0435\u0440\u0435\u0441\u043d\u043e, \u0441\u043e\u0432\u0435\u0442\u0443\u044e \u043e\u0442\u043a\u0440\u044b\u0442\u044c \u0441\u0442\u0430\u0442\u044c\u044e \u0432\u044b\u0448\u0435 \u0438 \u043e\u0437\u043d\u0430\u043a\u043e\u043c\u0438\u0442\u044c\u0441\u044f \u0441 \u043e\u043f\u0438\u0441\u0430\u043d\u0438\u0435\u043c \u043f\u0430\u0440\u0430\u043c\u0435\u0442\u0440\u043e\u0432.<\/p>\n<p>\u0414\u0430\u043b\u0435\u0435 \u043f\u0440\u043e\u0433\u043e\u043d\u044f\u0435\u043c \u043d\u0430\u0448 &#8216;y&#8217; \u0447\u0435\u0440\u0435\u0437 pandas get_dummies <\/p>\n<pre><code class=\"python\">Y=data['koi_pdisposition'] y=pd.get_dummies (Y, drop_first= True, dtype=float ) y = y.rename(columns={'FALSE POSITIVE': 'koi_pdisposition'}) y.head()<\/code><\/pre>\n<p>\u0422\u0435\u043f\u0435\u0440\u044c \u0443 \u043d\u0430\u0441 y \u0432 \u0444\u043e\u0440\u043c\u0430\u0442\u0435 float, \u0430 \u0431\u044b\u043b \u0432 \u0444\u043e\u0440\u043c\u0430\u0442\u0435 object. <\/p>\n<p>\u0414\u0430\u043b\u0435\u0435 \u043f\u043e\u0441\u043c\u043e\u0442\u0440\u0438\u043c \u043a\u0430\u043a\u043e\u0439 \u043f\u0440\u043e\u0446\u0435\u043d\u0442 \u0434\u0430\u043d\u043d\u044b\u0445 \u043e\u0442\u0441\u0443\u0442\u0441\u0442\u0432\u0443\u0435\u0442<\/p>\n<pre><code class=\"python\">(X.isna().sum() \/ len(X)).round(4) * 100<\/code><\/pre>\n<p>\u041f\u043e\u043b\u0443\u0447\u0438\u043c \u0432\u044b\u0432\u043e\u0434 \u0432\u0441\u0435\u0433\u043e \u043f\u0440\u0438\u0437\u043d\u0430\u043a\u043e\u0432 \u0438 \u0440\u044f\u0434\u043e\u043c \u0441 \u043d\u0438\u043c\u0438 \u043f\u0440\u043e\u0446\u0435\u043d\u0442 \u043e\u0442\u0441\u0443\u0442\u0441\u0442\u0432\u0443\u044e\u0449\u0438\u0445 \u0434\u0430\u043d\u043d\u044b\u0445.<br \/>\u0415\u0441\u043b\u0438 \u0432\u044b \u043f\u043e\u043b\u044c\u0437\u0443\u0435\u0442\u0435\u0441\u044c \u0444\u043e\u0440\u043c\u0430\u0442\u043e\u043c .py, \u0432\u043e\u0437\u043c\u043e\u0436\u043d\u043e \u0441\u0442\u043e\u0438\u0442 \u0432\u0432\u0435\u0441\u0442\u0438 print((X.isna().sum() \/ len(X)).round(4) * 100), \u043f\u043e\u0441\u043a\u043e\u043b\u044c\u043a\u0443 \u044f \u043f\u043e\u043b\u044c\u0437\u0443\u044e\u0441\u044c ipynb, \u043f\u043e\u0442\u043e\u043c\u0443 \u0447\u0442\u043e \u043e\u043d \u043c\u043d\u0435 \u0438\u043d\u0442\u0443\u0438\u0442\u0438\u0432\u043d\u043e \u0443\u0434\u043e\u0431\u0435\u043d \u0438 \u043d\u0435 \u0437\u0430\u0441\u0442\u0430\u0432\u043b\u044f\u0435\u0442 \u043f\u043e \u043c\u043d\u043e\u0433\u0443 \u0440\u0430\u0437 \u043f\u0435\u0440\u0435\u043f\u0438\u0441\u044b\u0432\u0430\u0442\u044c \u0432\u044b\u0432\u043e\u0434\u044b, \u0447\u0442\u043e\u0431\u044b \u043f\u0440\u043e\u0432\u0435\u0440\u0438\u0442\u044c \u0441\u0435\u0431\u044f \u0438\u043b\u0438 \u043f\u043e\u0441\u0442\u0440\u043e\u0438\u0442\u044c \u0433\u0440\u0430\u0444\u0438\u043a\u0438.<\/p>\n<p>\u0427\u0442\u043e\u0431\u044b \u043f\u043e\u043b\u0443\u0447\u0438\u0442\u044c \u043a\u0430\u043a\u043e\u0435 \u0442\u043e \u0432\u0438\u0437\u0443\u0430\u043b\u044c\u043d\u043e \u043f\u0440\u0435\u0434\u0441\u0442\u0430\u0432\u043b\u0435\u043d\u0438\u0435 \u043b\u0443\u0447\u0448\u0435 \u043f\u043e\u0441\u0442\u0440\u043e\u0438\u0442\u044c \u0442\u0435\u043f\u043b\u043e\u0432\u0443\u044e \u043a\u0430\u0440\u0442\u0443 \u043f\u043e \u0434\u0430\u043d\u043d\u044b\u043c:<\/p>\n<pre><code class=\"python\">plt.figure(figsize=(10,12)) sns.heatmap(X.isna().transpose())<\/code><\/pre>\n<figure class=\"full-width\">\n<div><figcaption>\u0411\u0435\u043b\u044b\u0435 \u043b\u0438\u043d\u0438\u0438- \u044d\u0442\u043e \u043f\u0440\u043e\u043f\u0443\u0441\u043a\u0438<\/figcaption><\/div>\n<\/figure>\n<p>\u0417\u0430\u043f\u043e\u043b\u043d\u0438\u043c \u043f\u0440\u043e\u043f\u0443\u0441\u043a\u0438 \u0447\u0435\u0440\u0435\u0437 \u0438\u043d\u0442\u0435\u0440\u043f\u043e\u043b\u044f\u0446\u0438\u044e \u043c\u0435\u0442\u043e\u0434\u043e\u043c \u0431\u043b\u0438\u0436\u043d\u0438\u0445. <br \/>\u0417\u0430\u0447\u0435\u043c? \u041d\u0435 \u0431\u0443\u0434\u0435\u043c \u0441\u043e\u0437\u0434\u0430\u0432\u0430\u0442\u044c \u0434\u0438\u0441\u0431\u0430\u043b\u0430\u043d\u0441\u0430 \u0438 \u0438\u0441\u043a\u0430\u0442\u044c \u0441\u0440\u0435\u0434\u043d\u0438\u0435 \u0438 \u0441\u0442\u0440\u043e\u0438\u0442\u044c \u043f\u043e\u043b\u0438\u043d\u043e\u043c\u044b, \u043f\u043e\u0441\u043a\u043e\u043b\u044c\u043a\u0443 \u0434\u0430\u043b\u0435\u0435 \u043c\u044b \u0443\u0432\u0438\u0434\u0438\u043c \u0433\u0438\u0441\u0442\u043e\u0433\u0440\u0430\u043c\u043c\u044b, \u043f\u043e \u043a\u043e\u0442\u043e\u0440\u044b\u043c \u0434\u0430\u043d\u043d\u044b\u0439 \u0432\u044b\u0431\u043e\u0440 \u0431\u0443\u0434\u0435\u0442 \u0431\u043e\u043b\u0435\u0435 \u044f\u0441\u043d\u044b\u043c.<\/p>\n<pre><code class=\"python\">X=X.interpolate(method='nearest') X.info()<\/code><\/pre>\n<p>\u0447\u0435\u0440\u0435\u0437 \u043c\u0435\u0442\u043e\u0434 info \u043c\u044b \u0443\u0431\u0435\u0434\u0438\u043b\u0438\u0441\u044c \u0447\u0442\u043e \u043f\u0440\u043e\u043f\u0443\u0441\u043a\u043e\u0432 \u0442\u0435\u043f\u0435\u0440\u044c \u043d\u0435\u0442, \u043a\u0441\u0442\u0430\u0442\u0438 \u0432\u044b\u0437\u0432\u0430\u0442\u044c \u0435\u0433\u043e \u043c\u043e\u0436\u043d\u043e \u0431\u044b\u043b\u043e \u0438 \u0434\u043e, \u0447\u0442\u043e\u0431\u044b \u0443\u0431\u0435\u0434\u0438\u0442\u0441\u044f \u0432 \u043d\u0430\u043b\u0438\u0447\u0438\u0438 \u043f\u0440\u043e\u043f\u0443\u0441\u043a\u043e\u0432, \u043d\u0435 \u0437\u0430\u043c\u043e\u0440\u0430\u0447\u0438\u0432\u0430\u044f\u0441\u044c \u0441 \u0442\u0435\u043f\u043b\u043e\u0432\u044b\u043c\u0438 \u043a\u0430\u0440\u0442\u0430\u043c\u0438 \u0438 \u043f\u0440\u043e\u0446\u0435\u043d\u0442\u0430\u043c\u0438. <\/p>\n<p>\u0414\u0430\u043b\u0435\u0435 \u043f\u043e\u0441\u043c\u043e\u0442\u0440\u0438\u043c \u043d\u0430 \u0440\u0430\u0441\u043f\u0440\u0435\u0434\u0435\u043b\u0435\u043d\u0438\u044f \u0432 \u0434\u0430\u043d\u043d\u044b\u0445<\/p>\n<pre><code class=\"python\">X.hist(bins=25, figsize=(20,20));<\/code><\/pre>\n<figure class=\"full-width\"><\/figure>\n<p>\u0421\u0443\u0434\u044f \u043f\u043e \u0433\u0438\u0441\u0442\u043e\u0433\u0440\u0430\u043c\u043c\u0430\u043c \u043c\u0435\u0442\u043e\u0434 \u0438\u043d\u0442\u0435\u0440\u043f\u043e\u043b\u044f\u0446\u0438\u0438 \u043f\u043e \u0431\u043b\u0438\u0437\u043b\u0435\u0436\u0430\u0449\u0438\u043c \u0442\u043e\u0447\u043a\u0430\u043c \u0431\u044b\u043b \u043d\u0435\u043f\u043b\u043e\u0445\u0438\u043c \u0432\u044b\u0431\u043e\u0440\u043e\u043c.<\/p>\n<p>\u0414\u0430\u043b\u0435\u0435 \u0441\u0434\u0435\u043b\u0430\u0435\u043c feature selection:<br \/>1) \u041f\u043e\u0441\u0442\u0440\u043e\u0438\u043c \u043c\u043e\u0434\u0435\u043b\u044c \u0441\u043b\u0443\u0447\u0430\u0439\u043d\u043e\u0433\u043e \u043b\u0435\u0441\u0430 \u0438 \u0432\u044b\u0432\u0435\u0434\u0435\u043c \u0432\u0430\u0436\u043d\u043e\u0441\u0442\u044c \u043f\u0440\u0438\u0437\u043d\u0430\u043a\u043e\u0432<br \/>2) F-test (\u0430\u0432\u0442\u043e\u043e\u0442\u0431\u043e\u0440 \u043f\u0440\u0438\u0437\u043d\u0430\u043a\u043e\u0432)<\/p>\n<p>\u041d\u0430\u043f\u043e\u043c\u043d\u044e \u0447\u0442\u043e \u0443 \u043d\u0430\u0441 \u043e\u0441\u0442\u0430\u043b\u043e\u0441\u044c 42 \u043f\u0440\u0438\u0437\u043d\u0430\u043a\u0430, \u0438\u0437 \u043a\u043e\u0442\u043e\u0440\u044b\u0445 \u0431\u044b\u043b\u043e \u0431\u044b \u043d\u0435\u043f\u043b\u043e\u0445\u043e \u043e\u0442\u0431\u0440\u043e\u0441\u0438\u0442\u044c \u043d\u0435\u043d\u0443\u0436\u043d\u044b\u0435. \u0414\u043b\u044f \u044d\u0442\u043e\u0433\u043e \u043d\u0430\u043c \u0441\u043e\u0431\u0441\u0442\u0432\u0435\u043d\u043d\u043e \u0438 \u043d\u0443\u0436\u0435\u043d feature selection. \u041d\u0430 \u0441\u0430\u043c\u043e\u043c \u0434\u0435\u043b\u0435 \u043c\u0435\u0442\u043e\u0434\u043e\u0432 \u0434\u043b\u044f \u043e\u0442\u0431\u043e\u0440\u0430 \u043f\u0440\u0438\u0437\u043d\u0430\u043a\u043e\u0432 (feature selection) \u043d\u0430\u043c\u043d\u043e\u0433\u043e \u0431\u043e\u043b\u044c\u0448\u0435 \u0447\u0435\u043c 2, \u043d\u0430\u043f\u0440\u0438\u043c\u0435\u0440 \u043c\u0430\u0442\u0440\u0438\u0446\u0430 \u043a\u043e\u0440\u0440\u0435\u043b\u044f\u0446\u0438\u0439 \u0438\u043b\u0438 variance treshold, \u041e\u0434\u043d\u0430\u043a\u043e \u044d\u0442\u0438 2 \u043c\u043d\u0435 \u043d\u0440\u0430\u0432\u044f\u0442\u0441\u044f \u0431\u043e\u043b\u044c\u0448\u0435 \u0438 \u0447\u0430\u0449\u0435 \u0432\u0441\u0435\u0433\u043e \u0438\u043c\u0435\u043d\u043d\u043e \u043e\u043d\u0438 \u0432\u044b\u0434\u0430\u0432\u0430\u043b\u0438 \u043b\u0443\u0447\u0448\u0438\u0435 \u043c\u0435\u0442\u0440\u0438\u043a\u0438. <\/p>\n<p>\u041a\u0441\u0442\u0430\u0442\u0438 \u043e \u043c\u0435\u0442\u0440\u0438\u043a\u0430\u0445. \u041d\u0430\u043f\u0438\u0448\u0435\u043c \u0444\u0443\u043d\u043a\u0446\u0438\u044e, \u043a\u043e\u0442\u043e\u0440\u0430\u044f \u0431\u0443\u0434\u0435\u0442 \u043d\u0430\u043c \u0438\u0445 \u0441\u0447\u0438\u0442\u0430\u0442\u044c, \u043f\u0435\u0440\u0435\u0434 \u044d\u0442\u0438\u043c \u043d\u0435 \u0437\u0430\u0431\u044b\u0432\u0430\u0435\u043c \u0438\u043c\u043f\u043e\u0440\u0442\u0438\u0440\u043e\u0432\u0430\u0442\u044c \u043d\u0443\u0436\u043d\u044b\u0435 \u0431\u0438\u0431\u043b\u0438\u043e\u0442\u0435\u043a\u0438:<\/p>\n<pre><code class=\"python\">from sklearn.model_selection import train_test_split from sklearn.metrics import  roc_auc_score, classification_report, accuracy_score, f1_score from sklearn.ensemble import RandomForestClassifier # \u043f\u0438\u0448\u0435\u043c \u0444\u0443\u043d\u043a\u0446\u0438\u044e \u0434\u043b\u044f \u0440\u0430\u0441\u0447\u0435\u0442\u0430 \u043c\u0435\u0442\u0440\u0438\u043a: def metrics(y_true,y_pred):     acc=accuracy_score(y_true, y_pred)     f1=f1_score(y_true, y_pred)     roc_auc=roc_auc_score(y_true, y_pred)     print(f'accuracy: {acc}\\nf1: {f1}\\nroc auc: {roc_auc} ')<\/code><\/pre>\n<p> \u0422\u0435\u043f\u0435\u0440\u044c \u043d\u0430\u043c \u043d\u0430 \u0432\u0445\u043e\u0434 \u043d\u0430\u0434\u043e \u043f\u043e\u0434\u0430\u0432\u0430\u0442\u044c \u0442\u043e\u043b\u044c\u043a\u043e \u0437\u043d\u0430\u0447\u0435\u043d\u0438\u044f y_true \u0438 pred, \u0447\u0442\u043e\u0431\u044b \u0432\u044b\u0432\u0435\u0441\u0442\u0438 \u043c\u0435\u0442\u0440\u0438\u043a\u0438, \u0447\u0442\u043e \u0443\u0441\u043a\u043e\u0440\u044f\u0435\u0442 \u043f\u0440\u043e\u0446\u0435\u0441\u0441 \u0438\u0445 \u0432\u044b\u0432\u043e\u0434\u0430.<\/p>\n<p>\u0420\u0430\u0437\u0434\u0435\u043b\u0438\u043c \u0434\u0430\u043d\u043d\u044b\u0435 \u043d\u0430 \u0442\u0435\u0441\u0442\u043e\u0432\u0443\u044e \u0438 \u043e\u0431\u0443\u0447\u0430\u044e\u0449\u0443\u044e \u0432\u044b\u0431\u043e\u0440\u043a\u0443<\/p>\n<pre><code class=\"python\">X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)<\/code><\/pre>\n<p>\u041e\u0431\u0443\u0447\u0438\u043c \u043c\u043e\u0434\u0435\u043b\u044c \u0441\u043b\u0443\u0447\u0430\u0439\u043d\u043e\u0433\u043e \u043b\u0435\u0441\u0430<\/p>\n<pre><code class=\"python\">rfc = RandomForestClassifier(max_depth=2, random_state=42) rfc.fit(X_train, y_train) rfc_pred_train=rfc.predict(X_train) rfc_pred_test=rfc.predict(X_test) metrics(y_test,rfc_pred_test)<\/code><\/pre>\n<p>\u0412\u044b\u0432\u043e\u0434 \u043c\u0435\u0442\u0440\u0438\u043a:<br \/>accuracy: 0.9158389963408259 <br \/>f1: 0.9182326053834434 <br \/>roc auc: 0.9178450601875332   <\/p>\n<p>\u0422\u0435\u043f\u0435\u0440\u044c \u0441\u0434\u0435\u043b\u0430\u0435\u043c \u0442\u043e, \u0434\u043b\u044f \u0447\u0435\u0433\u043e \u044d\u0442\u043e \u0432\u0441\u0435 \u0437\u0430\u0442\u0435\u0432\u0430\u043b\u043e\u0441\u044c: <br \/>FEATURE IMPO<s>R<\/s>TANCE<\/p>\n<pre><code class=\"python\">feature_importances = rfc.feature_importances_ sorted_indices = np.argsort(feature_importances) plt.figure(figsize=(12, 10)) plt.barh(np.arange(len(feature_importances)), feature_importances[sorted_indices], color='darkblue') plt.yticks(np.arange(len(X.columns)), X.columns[sorted_indices]) plt.show() selected_features = X.columns[feature_importances > 0.01] print(selected_features)<\/code><\/pre>\n<figure class=\"full-width\">\n<div><figcaption>\u0412\u0430\u0436\u043d\u043e\u0441\u0442\u044c \u043f\u0440\u0438\u0437\u043d\u0430\u043a\u043e\u0432<\/figcaption><\/div>\n<\/figure>\n<p>\u0412 \u043a\u043e\u0434\u0435 \u043c\u044b \u0432\u044b\u0432\u043e\u0434\u0438\u043c \u0442\u043e\u043b\u044c\u043a\u043e \u0437\u043d\u0430\u0447\u0435\u043d\u0438\u044f \u043f\u043e \u0432\u0430\u0436\u043d\u043e\u0441\u0442\u0438 \u0431\u043e\u043b\u044c\u0448\u0435 \u0447\u0435\u043c 0.01, \u043f\u043e\u043b\u0443\u0447\u0438\u0442\u0441\u044f \u0442\u0430\u043a\u043e\u0439 array:<br \/>Index([&#8216;koi_fpflag_nt&#8217;, &#8216;koi_fpflag_ss&#8217;, &#8216;koi_fpflag_co&#8217;, &#8216;koi_fpflag_ec&#8217;,        &#8216;koi_depth&#8217;, &#8216;koi_prad&#8217;, &#8216;koi_prad_err1&#8217;, &#8216;koi_prad_err2&#8217;, &#8216;koi_teq&#8217;,        &#8216;koi_insol_err1&#8217;, &#8216;koi_insol_err2&#8217;, &#8216;koi_model_snr&#8217;, &#8216;koi_steff_err1&#8217;,        &#8216;koi_steff_err2&#8242;],       dtype=&#8217;object&#8217;)  <\/p>\n<p>\u041e\u0442\u043b\u0438\u0447\u043d\u043e, \u0442\u0435\u043f\u0435\u0440\u044c \u043f\u043e\u043f\u0440\u043e\u0431\u0443\u0435\u043c F-test, \u0430 \u0438\u043c\u0435\u043d\u043d\u043e \u0434\u043b\u044f \u0441\u043b\u0443\u0447\u0430\u044f \u043a\u043b\u0430\u0441\u0441\u0438\u0444\u0438\u043a\u0430\u0446\u0438\u0438:<\/p>\n<pre><code class=\"python\">from sklearn.feature_selection import f_classif,SelectKBest f_statistic, p_values = f_classif(X, y) selector = SelectKBest(f_classif, k=8) X_f = selector.fit_transform(X,y) mask = selector.get_support(indices=True) best_features = [X.columns[i] for i in mask] print(best_features)<\/code><\/pre>\n<p>\u041f\u043e\u043b\u0443\u0447\u0430\u0435\u043c \u0442\u0430\u043a\u043e\u0439 array:<br \/>[&#8216;koi_fpflag_nt&#8217;, &#8216;koi_fpflag_ss&#8217;, &#8216;koi_fpflag_co&#8217;, &#8216;koi_fpflag_ec&#8217;, &#8216;koi_depth&#8217;, &#8216;koi_teq&#8217;, &#8216;koi_steff_err1&#8217;, &#8216;koi_steff_err2&#8217;]  <\/p>\n<p>\u041f\u043b\u044e\u0441 \u043c\u0435\u0442\u043e\u0434\u0430 f-test \u0432 \u0442\u043e\u043c, \u0447\u0442\u043e \u043d\u0430\u043c \u043d\u0435 \u043d\u0430\u0434\u043e \u0441\u0442\u0440\u043e\u0438\u0442\u044c \u043c\u043e\u0434\u0435\u043b\u0438 \u0438 \u0447\u0442\u043e \u0442\u043e \u0434\u0435\u043b\u0430\u0442\u044c \u0441\u0430\u043c\u0438\u043c. \u0417\u0430 \u043d\u0430\u0441 \u0443\u0436\u0435 \u0432\u0441\u0435 \u0440\u0435\u0430\u043b\u0438\u0437\u043e\u0432\u0430\u043d\u043e, \u0430 \u043c\u044b \u043f\u0440\u043e\u0441\u0442\u043e \u043f\u043e\u043b\u0443\u0447\u0430\u0435\u043c \u043d\u0435\u043a\u043e\u0442\u043e\u0440\u044b\u0435 k-\u043b\u0443\u0447\u0448\u0438\u0445 \u043f\u0430\u0440\u0430\u043c\u0435\u0442\u0440\u043e\u0432. <br \/>\u0412 \u043d\u0430\u0448\u0435\u043c \u0441\u043b\u0443\u0447\u0430\u0435 k=8, \u0437\u043d\u0430\u0447\u0435\u043d\u0438\u0435 \u044d\u0442\u043e\u0433\u043e \u043f\u0430\u0440\u0430\u043c\u0435\u0442\u0440\u0430 \u0435\u0441\u0442\u0435\u0441\u0442\u0432\u0435\u043d\u043d\u043e \u043c\u043e\u0436\u043d\u043e \u043f\u043e\u043a\u0440\u0443\u0442\u0438\u0442\u044c \u0438 \u043f\u043e\u043c\u0435\u043d\u044f\u0442\u044c \u043d\u0430 \u0432\u0430\u0448\u0435 \u0443\u0441\u043c\u043e\u0442\u0440\u0435\u043d\u0438\u0435. <\/p>\n<h2>\u0417\u0430\u043a\u043b\u044e\u0447\u0435\u043d\u0438\u0435<\/h2>\n<p>\u041c\u044b \u043f\u043e\u0433\u043e\u0432\u043e\u0440\u0438\u043b\u0438 \u043e \u0436\u0438\u0437\u043d\u0438, \u043e\u0431\u0440\u0430\u0431\u043e\u0442\u0430\u043b\u0438 \u0434\u0430\u043d\u043d\u044b\u0435, \u0437\u0430\u043f\u043e\u043b\u043d\u0438\u043b\u0438 \u043f\u0440\u043e\u043f\u0443\u0441\u043a\u0438 \u043c\u0435\u0442\u043e\u0434\u043e\u043c \u0431\u043b\u0438\u0436\u043d\u0438\u0445, \u043f\u043e\u0441\u0442\u0440\u043e\u0438\u043b\u0438 \u0433\u0440\u0430\u0444\u0438\u043a\u0438 \u0434\u043b\u044f \u0442\u043e\u0433\u043e \u0447\u0442\u043e\u0431\u044b \u043f\u043e\u043d\u0438\u043c\u0430\u0442\u044c \u0447\u0442\u043e \u043c\u044b \u043f\u043e\u043d\u0430\u0442\u0432\u043e\u0440\u0438\u043b\u0438 \u0438 \u043e\u0442\u043e\u0431\u0440\u0430\u043b\u0438 \u043f\u0440\u0438\u0437\u043d\u0430\u043a\u0438 \u0434\u0432\u0443\u043c\u044f \u043c\u0435\u0442\u043e\u0434\u0430\u043c\u0438. \u041d\u0430 \u044d\u0442\u043e\u043c \u043c\u043e\u0436\u043d\u043e \u0437\u0430\u043a\u043e\u043d\u0447\u0438\u0442\u044c \u043f\u0435\u0440\u0432\u0443\u044e \u0447\u0430\u0441\u0442\u044c \u0441\u0442\u0430\u0442\u044c\u0438. \u0412\u0442\u043e\u0440\u0430\u044f \u0447\u0430\u0441\u0442\u044c \u0441\u043a\u043e\u0440\u043e \u0442\u0430\u043a\u0436\u0435 \u043e\u043f\u0443\u0431\u043b\u0438\u043a\u0443\u0435\u0442\u0441\u044f, \u043f\u043e\u0441\u043b\u0435 \u043f\u0443\u0431\u043b\u0438\u043a\u0430\u0446\u0438\u0438 \u044d\u0442\u043e\u0439 (\u043f\u0435\u0440\u0432\u043e\u0439), \u0442\u0430\u043c \u043c\u044b \u043f\u043e\u0441\u0442\u0440\u043e\u0438\u043c \u043c\u043e\u0434\u0435\u043b\u0438 \u043f\u043e \u043e\u0442\u043e\u0431\u0440\u0430\u043d\u043d\u044b\u043c \u043f\u0440\u0438\u0437\u043d\u0430\u043a\u0430\u043c \u0438 \u0434\u0430\u0436\u0435 \u0441\u0434\u0435\u043b\u0430\u0435\u043c \u043d\u0435\u0439\u0440\u043e\u0441\u0435\u0442\u044c, \u043f\u043e\u0441\u043a\u043e\u043b\u044c\u043a\u0443 \u0434\u0430\u043d\u043d\u044b\u0435 \u043f\u043e\u0437\u0432\u043e\u043b\u044f\u044e\u0442. <\/p>\n<\/div>\n<\/div>\n<\/div>\n<p><!----><!----><\/div>\n<p><!----><!----><br \/> \u0441\u0441\u044b\u043b\u043a\u0430 \u043d\u0430 \u043e\u0440\u0438\u0433\u0438\u043d\u0430\u043b \u0441\u0442\u0430\u0442\u044c\u0438 <a href=\"https:\/\/habr.com\/ru\/articles\/800999\/\"> https:\/\/habr.com\/ru\/articles\/800999\/<\/a><br \/><\/br><\/br><\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[],"tags":[],"class_list":["post-371099","post","type-post","status-publish","format-standard","hentry"],"_links":{"self":[{"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=\/wp\/v2\/posts\/371099","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=371099"}],"version-history":[{"count":0,"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=\/wp\/v2\/posts\/371099\/revisions"}],"wp:attachment":[{"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=371099"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=371099"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=371099"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}