Страницу Назад
Поискать другие аналоги этой работы
350 Лабораторная работа №3 по дисциплине: Интеллектуальные технологии информационной безопасности. “Регрессия”. Для всех вариантовID: 245444Дата закачки: 25 Июля 2024 Продавец: SibGUTI (Напишите, если есть вопросы) Посмотреть другие работы этого продавца Тип работы: Работа Лабораторная Форматы файлов: Microsoft Word Сдано в учебном заведении: ДО СИБГУТИ Описание: Лабораторная работа №3 “Регрессия” Целью данной лабораторной работы является разработка программы, реализующей применение метода логистической регрессии к заданному набору данных. В набор данных входят 2 файла, в «True» находится информация о правдивых новостных заметках, в «Fake.csv» находится информация о поддельных новостях. Каждый файл состоит из следующих полей: 1. (title) – заголовок статьи; 2. (text) – содержимое статьи; 3. (subject) – тип новости; 4. (date) – дата опубликования статьи. Реализация регрессии в Scikit-Learn На практике предлагается использовать проверенную и широко используемую библиотеку Scikit-Learn для реализации регрессии. Следующая команда импортирует набор данных CSV, используя библиотеку pandas: dataset = pd.read_csv(\'Weather.csv\') Чтобы увидеть статистические данные набора данных, можно использовать метод describe(): dataset.describe() Затем разделяем 80% данных на обучающий набор, а 20% данных - на набор тестов, используя приведенный ниже код. Переменная test_size - это то место, где мы на самом деле указываем пропорцию тестового набора. X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=0) Наконец, после разделения данных на обучающие и тестовые наборы, настало время обучить наш алгоритм. Для этого нужно импортировать класс LinearRegression, создать его экземпляр и вызвать fit() метод вместе с нашими данными обучения. regressor = LinearRegression() regressor.fit(X_train, y_train) Теперь, когда мы обучили наш алгоритм, пришло время сделать некоторые прогнозы. Для этого будем использовать наши тестовые данные и посмотрим, насколько точно алгоритм предсказывает процентную оценку. Чтобы сделать прогноз на тестовых данных, выполните следующий скрипт: y_pred = regressor.predict(X_test) Задание: используя модель логистической регрессии реализовать прогнозирование реалистичности статьи. 1. Необходимо построить модель для каждого из наборов, обучить её и сравнить полученные при помощи модели результаты с известными. Для обучения использовать 70% выборки, для тестирования 30%. Разбивать необходимо случайным образом, а, следовательно, для корректности тестирования качества модели, эксперимент необходимо провести не менее 10 раз и вычислить среднее значение качества регрессии. 2. Работу регрессии необходимо проверить на конкретном примере. При подаче на вход определённого объекта данных (заголовка статьи, текста, типа и даты) программа должна выводить тип статьи «Fake» или «Frue», выведенное значение необходимо проверить с тем, что находится в исходных данных. Особенности работы с данными: ● После загрузки данных в память необходимо пометить поддельные новости «0», а подлинные новости «1» для дальнейшей работы. ● Для преобразования текста в частотные векторы слова использовать метод TfidfVectorizer(). В качестве отчёта требуется представить: ● Работающую программу, в которой отражено использование метода логистической регрессии для предсказания типа статей. ● Результаты 10 запусков отразить в таблице, где указать номер запуска и процент правильности предсказания типа статьи. Перед каждым запуском данные можно обработать с помощью метода shuffle(). ● Среднее значение предсказания типа статьи исходя из 10 запусков Комментарии: Уважаемый студент дистанционного обучения, Оценена Ваша работа по предмету: Интеллектуальные технологии информационной безопасности Вид работы: Лабораторная работа 3 Оценка: Зачет Дата оценки: 27.06.2024 Рецензия: Уважаемый ..............................................., Ракитский Антон Андреевич Размер файла: 17,9 Кбайт Фаил: (.docx) ------------------- Обратите внимание, что преподаватели часто переставляют варианты и меняют исходные данные! Если вы хотите, чтобы работа точно соответствовала, смотрите исходные данные. Если их нет, обратитесь к продавцу или к нам в тех. поддержку. Имейте ввиду, что согласно гарантии возврата средств, мы не возвращаем деньги если вариант окажется не тот. -------------------
Коментариев: 0 |
||||
Есть вопросы? Посмотри часто задаваемые вопросы и ответы на них. Опять не то? Мы можем помочь сделать! Некоторые похожие работы:К сожалению, точных предложений нет. Рекомендуем воспользоваться поиском по базе. |
||||
Не можешь найти то что нужно? Мы можем помочь сделать! От 350 руб. за реферат, низкие цены. Спеши, предложение ограничено ! |
Вход в аккаунт:
Страницу Назад
Cодержание / Интеллектуальные технологии информационной безопасности / Лабораторная работа №3 по дисциплине: Интеллектуальные технологии информационной безопасности. “Регрессия”. Для всех вариантов
Вход в аккаунт: