Импорт библиотек

import pandas as pd
import matplotlib.pyplot as plt
import numpy as np
from scipy import stats as st
import seaborn as sns
sns.set(rc={'figure.figsize':(11.7,8.27)})
import warnings
warnings.filterwarnings('ignore')

plt.style.use('seaborn')
%matplotlib inline
pd.set_option('display.max_columns', None)

#Машинное обучение
from sklearn.model_selection import train_test_split

#Классификаторы 

from sklearn.linear_model import LogisticRegression

from sklearn.discriminant_analysis import LinearDiscriminantAnalysis
from sklearn.neighbors import KNeighborsClassifier
from sklearn.naive_bayes import GaussianNB
from sklearn.tree import DecisionTreeClassifier
from sklearn.svm import SVC

from sklearn.ensemble import RandomForestClassifier 
 

#Для регрессии

from sklearn.tree import DecisionTreeRegressor
from sklearn.linear_model import LinearRegression
from sklearn.ensemble import RandomForestRegressor

#Еще инструменты

from sklearn.preprocessing import OrdinalEncoder

from sklearn.preprocessing import StandardScaler # масштабирование, стандартизация

from sklearn.metrics import confusion_matrix #матрица ошибок

from sklearn.metrics import accuracy_score

from sklearn.metrics import classification_report

from sklearn.utils import shuffle #(перемешивание при борьбе с дисбалансом)

#метрики классфикации

from sklearn.metrics import precision_score # (точность)

from sklearn.metrics import recall_score  # (полнота)

from sklearn.metrics import f1_score # (f1)

from sklearn.metrics import roc_curve # (ROC-кривая)

from sklearn.metrics import roc_auc_score #(оценка AUC-ROC)

# метрики регрессии

from sklearn.metrics import r2_score #(коэффициент детерминации, метрика R2 )

from sklearn.metrics import mean_absolute_error # (среднее абсолютное отклонение, среднее абсолютных ошибок MAE)