Реализовать функцию, которая получает набор данных (df) в качестве параметра и которая:
Удаляет столбцы ["Идентификатор счета", "Дата", "Время"]
Преобразует категориальные столбцы ["Филиал"], ["Город"], ["Тип клиента"], ["Пол"], ["Линейка продуктов"], ["Оплата"] в числовое.
Основной истиной будет столбец ["Total"].
Используйте 90 % набора данных для обучения с параметрами test_size=0.1, rand_state=21)
Обучите оценщик DecisionTreeRegressor с параметрами random_state=21
Верните для этого среднюю_абсолютную ошибку оценщик.
Вычислите наиболее важные столбцы набора данных.
Ваш новый набор данных будет: 3 (три) САМЫХ ВАЖНЫХ столбца.
С этой новой конфигурацией:
Обучите оценщик SVR с параметрами kernel='linear'
Верните для этого среднюю_абсолютную_ошибку оценщик.
Примечание: вы можете использовать функцию pd.factorize в pandas для преобразования категориальных столбцов в числовые:
