5.7 KiB
Лабораторная работа №6, ПИбд-42 Тепечин Кирилл
Датасет:
Ссылка:
Smoking and Drinking Dataset with body signal
Подробности датасета
| Столбец | Пояснение |
|---|---|
| sex | Пол(мужской, женский) |
| age | Возраст(округлён) |
| height | Рост(округлён) [см] |
| weight | [кг] |
| sight_left | зрение (левый) |
| sight_left | зрение (правый) |
| hear_left | слух (левое): 1 (нормальное), 2 (ненормальное) |
| hear_right | слух (правое): 1 (нормальное), 2 (ненормальное) |
| SBP | Систолическое артериальное давление [мм рт. ст.] |
| DBP | Диастолическое артериальное давление [мм рт. ст.] |
| BLDS | глюкоза в крови натощак [мг/дл] |
| tot_chole | общий холестерин [мг/дл] |
| HDL_chole | Холестерин ЛПВП [мг/дл] |
| LDL_chole | Холестерин ЛПНП [мг/дл] |
| triglyceride | триглицерид [мг/дл] |
| hemoglobin | гемоглобин [г/дл] |
| urine_protein | белок в моче, 1(-), 2(+/-), 3(+1), 4(+2), 5(+3), 6(+4) |
| serum_creatinine | креатинин сыворотки (крови) [мг/дл] |
| SGOT_AST | глутамат-оксалоацетат-трансаминаза / аспартат-трансаминаза [МЕ/л] |
| SGOT_ALT | аланиновая трансаминаза [МЕ/л] |
| gamma_GTP | γ-глутамилтранспептидаза [МЕ/л] |
| SMK_stat_type_cd | Степень курения: 1 (никогда), 2 (бросил), 3 (курю) |
| DRK_YN | Пьющий или нет |
Как запустить лабораторную работу:
Для запуска лабораторной работы необходимо запустить файл lab6.py
Используемые технологии:
- Python 3.12
- pandas
- scikit-learn
Что делает лабораторная работа:
Эта лабораторная работа применяет нейронную сеть (MLPRegressor) к данным из файла для предсказания степени курения и оценивает ее эффективность используя среднеквадратичную ошибку и коэффициент детерминации (R-squared)
Предварительная обработка данных:
Изначально датасет имеет несколько категориальных признаков : sex , DRK_YN
Преобразуем их в фиктивные переменные используя
data = pd.get_dummies(data, columns=['sex', 'DRK_YN'], drop_first=True)
Т.к датасет содержит слишком большое количество данных следует уменшить их размер до 10%
data = data.sample(frac=0.1, random_state=42)
Тесты:
Изначально нейронная сеть с дефолтными параметрами показывает ужасный результат
Поэтому применим GridSearchCV для оптимизации производительности модели
Выбранные параметры:
model = MLPRegressor(hidden_layer_sizes=(100,1), max_iter=500, learning_rate_init=0.001, random_state=42, alpha=0.0001, activation='tanh', solver='adam')
Теперь протестируем сеть с новыми параметрами
Сеть стала работать значительно лучше
Также стоит отметить что при уменьшении количества данных до 0.1% результат немного ухудшается
Однако при увеличении до 30% остается практически неизменным
Вывод:
Результаты указывают на то, что модель нейронной сети (MLPRegressor), как и модель полиномиальной регрессии демонстрируют некоторую способность предсказывать степень курения на основе данных из датасета.