Merge pull request 'malkova_anastasia_lab_2 ready' (#147) from malkova_anastasia_lab_2 into main

Reviewed-on: http://student.git.athene.tech/Alexey/IIS_2023_1/pulls/147

malkova_anastasia_lab_2/README.md

@@ -0,0 +1,57 @@
+# Лабораторная работа №2
+
+> Ранжирование признаков
+
+### Как запустить лабораторную работу
+
+1. Установить python, numpy, sklearn
+2. Запустить команду `python main.py` в корне проекта
+
+### Использованные технологии
+
+* Язык программирования `python`
+* Библиотеки `numpy, sklearn`
+* Среда разработки `PyCharm`
+
+### Что делает программа?
+
+Выполняет ранжирование 14 признаков для регрессионной проблемы Фридмана с помощью моделей:
+
+- Лассо (Lasso)
+- Рекурсивное сокращение признаков (Recursive Feature Elimination – RFE)
+- Линейная корреляция (f_regression)
+
+Было проведено несколько экспериментов с разными параметрами моделей, чтобы оценить их влияние на итоговый результат:
+
+#### Тест 1
+
+![alt text](exp_1.png "Experiment 1")
+
+![alt text](exp_console_1.png "Result 1")
+
+#### Тест 2
+
+![alt text](exp_2.png "Experiment 2")
+
+![alt text](exp_console_2.png "Result 2")
+
+#### Тест 3
+
+![alt text](exp_3.png "Experiment 3")
+
+![alt text](exp_console_3.png "Result 3")
+
+#### Тест 4
+
+![alt text](exp_4.png "Experiment 4")
+
+![alt text](exp_console_4.png "Result 4")
+
+Первые 2 эксперимента выявили, что признаки x4, x2, x1, x5 оказались самыми важными по среднему значению.
+
+Другие 2 эксперимента выявили, что признаки x4, x2, x1, x11 оказались самыми важными по среднему значению.
+
+Так как мы изначально знаем, что от признаков x1, x2, x3, x4 зависит наша функция и x11, x12, x13, x14 соответсвенно зависят от них, то лучшим исходом будут эти признаки.
+Но ни один эксперимент не смог точно их выявить. Лучшими оказались эксперименты 3 и 4, так как в отличии от 1-го и 2-го они выявили ещё признак x11 вместо x5, который не влияет на нашу функцию вообще.
+
+Из данных моделей лучше всего определила признаки модель Lasso с alpha=0.001

malkova_anastasia_lab_2/config.py

@@ -0,0 +1,5 @@
+LASSO_TITLE = 'LASSO'
+RFE_TITLE = 'RFE'
+F_REGRESSION_TITLE = 'f_regression'
+
+FEATURES_AMOUNT = 14

malkova_anastasia_lab_2/dataset.py

@@ -0,0 +1,14 @@
+import config
+import numpy as np
+
+
+def generate_dataset():
+    np.random.seed(0)
+    size = 750
+    x = np.random.uniform(0, 1, (size, config.FEATURES_AMOUNT))
+    # Задаем функцию-выход: регрессионную проблему Фридмана
+    y = (10 * np.sin(np.pi * x[:, 0] * x[:, 1]) + 20 * (x[:, 2] - .5)**2 +
+         10*x[:, 3] + 5*x[:, 4]**5 + np.random.normal(0, 1))
+    # Добавляем зависимость признаков
+    x[:, 10:] = x[:, :4] + np.random.normal(0, .025, (size, 4))
+    return x, y

malkova_anastasia_lab_2/fit.py

@@ -0,0 +1,15 @@
+from sklearn.linear_model import Lasso
+from sklearn.linear_model import LinearRegression
+from sklearn.feature_selection import RFE, f_regression
+
+
+def fit_models(x, y):
+    lasso = Lasso(alpha=0.001)
+    lasso.fit(x, y)
+
+    rfe = RFE(lasso, step=2)
+    rfe.fit(x, y)
+
+    f, val = f_regression(x, y, center=False)
+
+    return lasso, rfe, f

malkova_anastasia_lab_2/main.py

@@ -0,0 +1,13 @@
+from dataset import generate_dataset
+from fit import fit_models
+from ranks import calc_mean, get_ranks
+
+x, y = generate_dataset()
+
+lasso, rfe, f = fit_models(x, y)
+
+ranks = get_ranks(lasso, rfe, f)
+
+mean = calc_mean(ranks)
+
+print("MEAN", mean)

malkova_anastasia_lab_2/ranks.py

@@ -0,0 +1,42 @@
+import config
+import numpy as np
+from sklearn.preprocessing import MinMaxScaler
+from operator import itemgetter
+
+
+def rank_to_dict(ranks, names):
+    ranks = np.abs(ranks)
+    minmax = MinMaxScaler()
+    ranks = minmax.fit_transform(
+        np.array(ranks).reshape(config.FEATURES_AMOUNT, 1)).ravel()
+    ranks = map(lambda x: round(x, 2), ranks)
+    return dict(zip(names, ranks))
+
+
+def flip_array(arr):
+    return-1 * arr + np.max(arr)
+
+
+def get_ranks(lasso, rfe, f):
+    ranks = dict()
+    names = ["x%s" % i for i in range(1, config.FEATURES_AMOUNT+1)]
+
+    ranks[config.LASSO_TITLE] = rank_to_dict(lasso.coef_, names)
+    ranks[config.RFE_TITLE] = rank_to_dict(flip_array(rfe.ranking_), names)
+    ranks[config.F_REGRESSION_TITLE] = rank_to_dict(f, names)
+
+    return ranks
+
+
+def calc_mean(ranks):
+    mean = {}
+    for key, value in ranks.items():
+        print(key, value)
+        for item in value.items():
+            if item[0] not in mean:
+                mean[item[0]] = 0
+                mean[item[0]] += item[1]
+    for key, value in mean.items():
+        res = value/len(ranks)
+        mean[key] = round(res, 2)
+    return sorted(mean.items(), key=itemgetter(1), reverse=True)