Data scientist — удалённая работа в Москве

консультация по работе. Представьте, что вы работаете аналитиком в компании, которая исследует различные виды фруктов. Ваша задача — построить модель для классификации фруктов на основе их физических характеристик (например, вес и размер). Вам нужно создать двумерный набор данных с информацией о различных фруктах и применить алгоритм KNN для предсказания типа фрукта. Создайте (Рандомно сгенерируйте) таблицу данных (начните со 100 значений) с следующими характеристиками Вес (число с плавающей запятой): Вес фрукта в граммах Размер (число с плавающей запятой): Диаметр фрукта в сантиметрах Тип_фрукта (категория): Тип фрукта (например, яблоко, апельсин, банан) Загрузите данные в pandas DataFrame. Преобразуйте категориальные переменные в числовые (например, с помощью LabelEncoder). Разделите данные на признаки (X) и целевую переменную (y). Разделите данные на обучающую и тестовую выборки. Постройте модель KNN и обучите её на обучающей выборке. Найдите оптимальное значение K по графику Визуализируйте результаты Ожидаемые результаты График зависимости точности от значения k/ Оптимальное значение ?? График, показывающий реальные и предсказанные классы на тестовой выборке.