Classify

Nhóm 1: DecisionTreeClassify, RandomForestClassify, AdaBoostClassify, MultinomialNB

Bước tiền xử lý chỉ cần dùng LabelEncoder

Nhóm 2: KNeighborsClassifier, SVC, LogisticRegression, SGDClassifier, XGBoost, GaussianNB

Các biến định tính đa giá trị (3 giá trị trở lên) phải dùng get_dummies() hoặc dùng OneHotEncoder

Các biến định lượng phải sử dụng scale (MinMaxScaler, MaxAbsScaler, StandardScaler)...

Yêu cầu

Mỗi nhóm chọn 1 thuật toán có accuracy cao nhất và thực hiện đầy đủ các bước sau

B1. Tiền xử lý dữ liệu

1. Đọc dữ liệu từ tập tin
2. Kiểm tra dữ liệu null
3. Xóa dữ liệu null nếu có (xóa trên dòng hoặc cột)
4. Loại bỏ các cột dữ liệu ko dùng
5. Chuyển các biến định tính
6. Scale dữ liệu (nếu dùng thuật toán nhóm 2)

B2. Thống kê mô tả

1. Thống kê số lượng quan sát trên biến quan sát (y)
2. Trực quan histogram của các biến định tính

B3: Xây dựng mô hình

1. Chia dữ liệu thành 2 tập train và test
2. Chạy mô hình Classify

B4: Đánh giá mô hình

1. Dự đoán mô hình
2. Đánh giá mô hình với các chỉ số Accuracy, Precision, Recall, F1
3. Trực quan hóa Confusion matrix
4. Kết luận mô hình

Số thứ tự	Dataset	y
0	bank-additional-full_hard.csv	y
1	bank-full_hard.csv	y
2	breast-cancer_hard.xls	diagnosis
3	creditcard_2023_median.csv	Class
4	diabetes_dataset_easy.csv	Diabetes_012
5	Employee_easy.csv	LeaveOrNot
6	healthcare_dataset_hard.csv	Test Results
7	heart_easy.xls	HeartDisease
8	loan_data_median.csv	loan_status
9	marketing_campaign_hard.xls	Response
10	mobile.zip	price_range
11	Obesity prediction_hard.csv	Obesity
12	placementdata very easy	PlacementStatus
13	schizophrenia_dataset_median.csv	Medication Adherence
14	Student_performance_data _median.csv	GradeClass
15	telecom_churn_hard.xls	churn
16	Titanic-Dataset.xls	Survived
17	weatherAUS_hard.csv	RainTomorrow
18	winequality_easy.csv	y
19	TravelInsurancePrediction.csv	TravelInsurance
20	cheese_data	FatLevel
21	user_behavior_dataset.csv	User Behavior Class
22	card_transdata	fraud
23	station_data_dataverse.csv	reportedZip
24	ev_charging_patterns.csv	User Type
25	Loanpaymentsdata.csv	loan_status
26	starstype.csv	Spectral Class
27	BreastCancerDataset.csv	diagnosis
28	bcancer.csv	diagnosis
29	adult_census.csv	Salary
30	bodyPerformance.csv	class

Yêu cầu:

Lớp 12-CNTT1, 12-CNTT2 Chọn bài bằng cách dùng MSSV % 25

Ví dụ: 1250080227 % 25 = 2, sinh viên sẽ chọn đề số 2 ở trên

Lớp 12-CNTT3, 12-CNTT4, 12-CNTT5 Chọn bài bằng cách dùng MSSV % 31

Ví dụ: 1250080225 % 31 = 17, sinh viên sẽ chọn đề số 17 ở trên