{
 "cells": [
  {
   "cell_type": "code",
   "execution_count": 21,
   "metadata": {
    "collapsed": true
   },
   "outputs": [],
   "source": [
    "import numpy as np\n",
    "import pandas as pd\n",
    "from sklearn.tree import DecisionTreeClassifier\n",
    "from sklearn.tree import export_graphviz\n",
    "from sklearn.cross_validation import cross_val_score\n",
    "from graphviz import Source"
   ]
  },
  {
   "cell_type": "markdown",
   "metadata": {},
   "source": [
    "## Задание 3. Решающие деревья\n",
    "\n",
    "### 3.1\n",
    "Считайте файл shad.csv, колонки, начинающиеся с F это признаки, а с Y -- 3 разные разметки класса.\n",
    "\n",
    "В файле shad_description.txt есть описания всех признаков.\n",
    "\n",
    "Обучите модель DecisionTreeClassifier и добейтесь качества 100% на обучающей выборке.\n",
    "\n",
    "### 3.2\n",
    "Визуализируйте дерево кодом ниже. Ответьте на следующие вопросы:\n",
    "\n",
    "1. Какая зависимость была закодирована в метке класса Y?\n",
    "2. Можно ли было восстановить эту зависимость при помощи более простого дерева? (Дерева с меньшим числом вершин? Дерева меньшей глубины?)\n",
    "\n",
    "Повторите для Y1, Y2.\n",
    "\n",
    "### 3.3\n",
    "\n",
    "Придумайте свою зависимость Y от X, заданную простым решающим деревом и повторите пункт 3.2."
   ]
  },
  {
   "cell_type": "code",
   "execution_count": null,
   "metadata": {
    "collapsed": true
   },
   "outputs": [],
   "source": [
    "clf = ... # Модель DecisionTreeClassifier"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": null,
   "metadata": {
    "collapsed": true
   },
   "outputs": [],
   "source": [
    "with open(\"output.dot\", \"w\") as output_file:\n",
    "    export_graphviz(clf, feature_names=f_names,\n",
    "                    class_names=['No', 'Yes'],\n",
    "                    proportion=True,\n",
    "                    filled=True,\n",
    "                    rounded=True,\n",
    "                    impurity=False,\n",
    "                    out_file=output_file)\n",
    "    \n",
    "with open('output.dot', 'r') as f:\n",
    "    text = f.read()\n",
    "Source(text)"
   ]
  }
 ],
 "metadata": {
  "kernelspec": {
   "display_name": "Python 2",
   "language": "python",
   "name": "python2"
  },
  "language_info": {
   "codemirror_mode": {
    "name": "ipython",
    "version": 2
   },
   "file_extension": ".py",
   "mimetype": "text/x-python",
   "name": "python",
   "nbconvert_exporter": "python",
   "pygments_lexer": "ipython2",
   "version": "2.7.11"
  }
 },
 "nbformat": 4,
 "nbformat_minor": 0
}