IIS_2023_1/tepechin_kirill_lab_6

test1 model = MLPRegressor(random_state=42)

test2

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.