IIS_2023_1/sergeev_evgenii_lab_5
2023-11-13 23:50:04 +04:00
..
lab5.py just start 2023-11-13 23:50:04 +04:00
readme.md just start 2023-11-13 23:50:04 +04:00

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:

result.png

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.