Условие:
Мощность (Вт): [50, 100, 200, 500, 1000]
Класс: [0, 0, 0, 1, 1] (0 — маломощный, 1 — мощный)
Прогноз для 300 Вт.
![Мощность (Вт): [50, 100, 200, 500, 1000] Класс: [0, 0, 0, 1, 1] (0 — маломощный, 1 — мощный) Прогноз для 300 Вт.](/public/images/library/external/library-detail-hero-book.png)
Мощность (Вт): [50, 100, 200, 500, 1000]
Класс: [0, 0, 0, 1, 1] (0 — маломощный, 1 — мощный)
Прогноз для 300 Вт.
Давайте создадим датасет, обучим модель `DecisionTreeClassifier` и сделаем предсказание для мощности 300 Вт. Я проведу вас через все шаги.
## Шаг 1: Создание датасета
Мы создадим датасет, используя библиотеки `pandas` и `sklearn`. Датасет будет состоять из двух колонок: мощности и класса.

Внутри — полный разбор, аргументация, алгоритм решения, частые ошибки и как отвечать на каверзные вопросы препода, если спросит
Попробуй решить по шагам
Попробуй один шаг и продолжи в режиме обучения или посмотри готовое решение