malkova_anastasia_lab_6/README.md

@@ -0,0 +1,70 @@
+# Лабораторная работа №6
+
+> Нейронная сеть
+
+### Как запустить лабораторную работу
+
+1. Установить python, numpy, sklearn
+1. Запустить команду `python main.py` в корне проекта
+
+### Использованные технологии
+
+* Язык программирования `python`
+* Библиотеки `numpy, sklearn`
+* Среда разработки `PyCharm`
+
+### Что делает программа?
+
+Цель программы: на основе данных об автомобилях на вторичном рынке обучить модель нейронной сети MLPRegressor 
+на предсказание цены.
+
+Модель: MLPRegressor
+
+Выбранные признаки:
+
+- year
+- mileage
+- state
+
+#### Сеть из 1 слоя в 20 нейронов
+
+Обучение на 2 вариантах random state
+
+Оценки качества по MAPE:
+  
+min: 91.89810260464559
+median: 91.91394036274613
+max: 91.92977812084669
+std: 0.015837758100552435
+
+Выводы: качество хорошее, но всё ещё есть доля ошибки. При этом разброс оценок качества 0.01 процента показывает, 
+что random state не сильно влияет на итоговое качество модели.
+
+Обучение на 20 вариантах random state
+
+min: 91.47984008974515
+median: 91.97261118318303
+max: 92.36410228588716
+std: 0.22711198255843948
+
+Выводы: качество неудовлетворительное. Похоже на переобучение. Разброс всё ещё небольшой 0.2 показывает, 
+что random state не сильно влияет на итоговое качество модели.
+
+#### Сеть из 2 слоев по 20 нейронов
+
+Обучение на 2 вариантах random state
+
+min: 91.12873208155982
+median: 91.44458715556677
+max: 91.76044222957371
+std: 0.31585507400694723
+
+Обучение на 20 вариантах random state
+
+min: 90.17104509583521
+median: 91.85328507593465
+max: 92.43304446695873
+std: 0.5086054377534013
+
+Выводы: Оптимальный результат 92.43%. Качество хорошее, но процент ошибки всё ещё большой.
+Поэтому для решения поставленной задачи MLPRegressor с предложенными параметрами не подходит.

malkova_anastasia_lab_6/config.py

@@ -0,0 +1 @@
+DATA_SIZE = 1000

malkova_anastasia_lab_6/dataset.py

@@ -0,0 +1,27 @@
+import pandas as pd
+from sklearn.model_selection import train_test_split
+
+from config import DATA_SIZE
+
+
+def load_dataset():
+    data = pd.read_csv('true_car_listings.csv')[:DATA_SIZE]
+
+    names = ['Year', 'Mileage', 'City', 'State', 'Vin', 'Make', 'Model']
+    convert_to_num(data, 'City')
+    convert_to_num(data, 'State')
+    convert_to_num(data, 'Vin')
+    convert_to_num(data, 'Make')
+    convert_to_num(data, 'Model')
+    Y = data['Price']
+    X = data[names]
+
+    x_train, x_test, y_train, y_test = train_test_split(
+        X, Y, test_size=0.05, random_state=42)
+
+    return x_train, x_test, y_train, y_test
+
+
+def convert_to_num(data, col):
+    unique_numbers = list(set(data[col]))
+    data[col] = data[col].apply(unique_numbers.index)

malkova_anastasia_lab_6/fit.py

@@ -0,0 +1,14 @@
+from sklearn.neural_network import MLPRegressor
+
+from scores import MAPE
+
+
+def random_state_fit(i, x, y, x_test, y_test):
+    mlr = MLPRegressor(random_state=i, max_iter=2000, n_iter_no_change=20,
+                       activation='relu', alpha=0.01, hidden_layer_sizes=[20, 20], tol=0.0000001)
+    mlr.fit(x, y)
+    y_pred = mlr.predict(x_test)
+    acc = 100 - MAPE(y_test, y_pred)
+    print('random state', i, "\naccuracy", acc)
+
+    return acc

malkova_anastasia_lab_6/main.py

@@ -0,0 +1,13 @@
+from dataset import load_dataset
+from fit import random_state_fit
+from statistic import statistic
+
+x_train, x_test, y_train, y_test = load_dataset()
+
+history = []
+
+for i in range(2):
+    acc = random_state_fit(i, x_train, y_train, x_test, y_test)
+    history.append(acc)
+
+statistic(history)

malkova_anastasia_lab_6/scores.py

@@ -0,0 +1,6 @@
+import numpy as np
+
+
+def MAPE(Y_actual, Y_Predicted):
+    mape = np.mean(np.abs((Y_actual - Y_Predicted)/Y_actual))*100
+    return mape

malkova_anastasia_lab_6/statistic.py

@@ -0,0 +1,21 @@
+import numpy as np
+
+
+def statistic(data):
+    data_min = min(data)
+    print('min:', data_min)
+
+    data_median = median(data)
+    print('median:', data_median)
+
+    data_max = max(data)
+    print('max:', data_max)
+
+    data_std = np.std(data)
+    print('std:', data_std)
+
+    return data_min, data_median, data_max, data_std
+
+
+def median(list):
+    return np.median(np.array(list))