16 lines
1.7 KiB
Markdown
16 lines
1.7 KiB
Markdown
|
# Задание
|
|||
|
|
Предсказать, является ли транзакция мошеннической или нет на основе других данных о транзакции, таких как сумма транзакции, местоположение, банк, возраст и пол клиента
|
|||
|
|
### Как запустить лабораторную работу:
|
|||
|
|
ЛР запускается в файле zavrazhnova_svetlana_lab_5.py через Run, а затем в консоли должны появится вычисления
|
|||
|
|
|
|||
|
|
### Технологии
|
|||
|
|
Методы PolynomialFeatures и LogisticRegression из библиотеки sklearn
|
|||
|
|
|
|||
|
|
### Что делает лабораторная:
|
|||
|
|
Обучаются модели логистической и полиномиальной регрессии на обучающих данных и используются эти модели для предсказания мошеннических транзакций на тестовых данных. Оценивается точность каждой модели с помощью метрики accuracy.
|
|||
|
|
|
|||
|
|
### Пример выходных значений:
|
|||
|
|
|
|||
|
|
|
|||
|
|
### Вывод:
|
|||
|
|
Точность полиномиальной регрессии и логистической регрессии равны 1.0, это означает, что обе модели предсказали метки классов на тестовом наборе данных без ошибок. То есть они смогли точно определить, является ли транзакция мошеннической или нет.
|