Домашнее задание №5 по теме "Мультиномиальная логистическая регрессия и оценка качества моделей классификации"
Достижения участников:
| Name | Score |
|---|---|
| Екатерина Кольцова | 83 |
| Мария Павлова | 82 |
| Марина Григорьева | 71 -> 88 |
| Василиса Кошкина | 85 -> 100 |
| Александр Савин | 96 |
| Даниил Шварцман | 27 |
| Мария Микушева | 87 |
| Дарина Семилетова | 96 |
| Сергей Кукуруз | 70 |
| Михаил Попов | 77 |
| No | Этап решения задач МО | Наименование пункта требований решения |
Балл |
|---|---|---|---|
| 1 | подготовка | Считывание данных и отображение нескольких примеров из набора данных с отображением соответствующих меток; | 10 |
| 2 | подготовка | Масштабирование признакового описания, демонстрация результирующего распределения даных. | 10 |
| 3 | решение | Применение модели мультномиальной логистической регрессии (можно использовать реализацию из пакета scikit-learn) и оценка качества этой одной модели в соответствии с методологией применения методов машинного обучения. |
20 |
| 4 | оптимизация гиперпараметров | подбор оптимального количества bootstrap-выборок для оценки неопределенности качества модели; | 10 |
| 5 | оптимизация гиперпараметров | подбор оптимального размера bootstrap-выборок для оценки неопределенности качества модели | 10 |
| 6 | оценка качества | оценка собственно неопределенностей мер качества с использованием подобранных количества и размера bootstrap-выборок | 10 |
| 7 | анализ решения | оценить неопределенность оценок вероятности каждого класса для каждого примера из тестовой выборки | 10 |
| 8 | анализ решения | найти 10 примеров, для которых эта неопределенность для получившегося для них класса максимальна; | 10 |
| 9 | анализ решения | отобразить эти 10 примеров их и прокомментировать, почему, на ваш взгляд, модель может быть неуверенна в оценке вероятностей для этих примеров. | 10 |
| Name | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | Sum |
|---|---|---|---|---|---|---|---|---|---|---|
| max | 10 | 10 | 20 | 10 | 10 | 10 | 10 | 10 | 10 | 100 |
| Василиса Кошкина | 10 | 10 | 20 | 10 | 10 | 10 | 3 -> 10 | 5 -> 10 | 7 -> 10 | 85 -> 100 |
| Михаил Попов | 10 | 10 | 14 | 10 | 10 | 7 | 10 | 0 | 6 | 77 |
| Екатерина Кольцова | 10 | 10 | 20 | 5 | 5 | 10 | 10 | 5 | 8 | 83 |
| Мария Павлова | 10 | 10 | 20 | 5 | 5 | 10 | 10 | 5 | 7 | 82 |
| Марина Григорьева | 10 | 10 | 20 | 10 | 10 | 0 | 3 -> 10 | 0 -> 8 | 8 -> 10 | 71 -> 88 |
| Даниил Шварцман | 9 | 5 | 4 | 3 | 3 | 3 | 0 | 0 | 0 | 27 |
| Мария Микушева | 10 | 10 | 20 | 8 | 8 | 2 | 9 | 10 | 10 | 87 |
| Дарина Семилетова | 10 | 10 | 20 | 10 | 10 | 10 | 10 | 6 | 10 | 96 |
| Александр Савин | 10 | 10 | 20 | 10 | 10 | 10 | 10 | 6 | 10 | 96 |
| Сергей Кукуруз | 10 | 5 | 5 | 10 | 6 | 8 | 6 | 10 | 10 | 70 |