Логистическая регрессия. Модель 1

Откройте Jupyter Notebook. Загрузите датасет. 
Пройдите весь пайплайн от загрузки данных до обученной модели. 

1. Загрузите датасет из файла dataset-of-10s.csv
2. Выведите общее количество строк в датасете
3. Выведите количество популярных треков (target=1)
4. Выведите количество непопулярных треков (target=0)
5. Удалите текстовые колонки: 'track', 'artist', 'uri'
6. Создайте матрицу признаков X (все колонки кроме 'target') и вектор y (колонка 'target')
7. Разделите данные на train/test с параметрами: test_size=0.2, random_state=42
8. Создайте модель LogisticRegression с параметрами: max_iter=1000, random_state=42 
9. Обучите модель на обучающей выборке
10. Сделайте предсказания на тестовой выборке

В следующих шагах вам нужно будет ответить на несколько вопросов. Для нахождения ответа на каждый вопрос необходимо написать код в ноутбуке и ввести свой ответ в задание.