naloga.md

3. Naloga: Ansambelske metode

Rok za zagovor: 19. december 2024, 23.55

Število točk: 3

Obvezen del (1,5 točke)

Opis naloge Z uporabo programskega jezika Python (Jupyter Notebook ali klasična Python datoteka) in knjižnic pandas, numpy, pillow, scikit-learn in XGBoost implementirajte osnovno obdelavo podatkov za podani podatkovni zbirki (zbirki iz naloge 1 in 2). Zgradite napovedne modele z uporabo ansambelskih metod in jih ovrednotite z uporabo 5-kratne prečne validacije (5-fold cross-validation).

Cilj naloge je naloge je z uporabo ansambelskih metod zgraditi napovedne modele za problema iz 1. in 2. naloge. Povezava do podatkovnih množic je dostopna na prej omenjenih nalogah.

Obdelava podatkov naj zajema

Postopka obdelave podatkov se lotite na popolnoma enak način kot ste se jih lotili pri prejšnjih dveh nalogah.

Izgradnja napovednega modela

• Razdelite podatkovne zbirke z uporabo 5-kratne prečne validacije.
• Gradnjo (učenje) napovednega modela implementirajte z uporabo ansambelskih metod (pri vseh metodah, kjer je mogoče nastavite parameter random_state na vrednost 1234):
  • Za regresijski problem uporabite:
    • Bagging regresor
    • Random forest regresor
    • Adaboost regresor
    • XGBoost regresor
  • Za klasifikacijski problem uporabite:
    • Bagging klasifikator
    • Random forest klasifikator
    • Adaboost klasifikator
    • XGBoost klasifikator

Ovrednotenje napovednega modela

• Pridobite napovedane vrednosti z uporabo zgrajenih napovednih modelov za vsak primerek iz množice testnih podatkov, za vsak prečni rez.
• Izračunajte vrednosti metrik za vsak prečni rez:
  • Regresijski problem:
    • povprečno absolutno napako,
    • povprečno kvadratno napako,
    • vrednost razložene variance.
  • Klasifikacijski problem:
    • točnost,
    • utežena F1 vrednost,
    • utežena preciznost,
    • utežen priklic.
• Primerjava napovednih modelov:
  • Shranite vse vrednosti vseh metrik za posamezen algoritem strojnega učenja.
  • Izračunajte povprečne vrednosti posamezne metrike za posamezen algoritem strojnega učenja glede na vrednosti v prečnih rezih.
  • Izrišite stolpične diagrame za vse povprečne vrednosti posamezne metrike (posebej za klasifikacijski problem in posebej za regresijski problem) uporabljenih ansambelskih metod pri čemer pri klasifikacijskem problemu vključite rezultate pridobljene v nalogi 2, pri regresijskem problemu pa vključite rezultate pridobljene v nalogi 1 (skupno torej 7 slik).
  • Za ansambelske metode (posebej za klasifikacijski problem in posebej za regresijski problem) izrišite grafikone kvartilov (angl. boxplot) za vsako izmed izračunanih metrik, pri čemer naj bodo v obeh primerih za vse štiri algoritme strojnega učenja grafikoni kvartilov združeni na eni sliki (skupno torej 7 slik).

Dodaten del (1,5 točke)

Uporabljene ansambelske metode v obveznem delu, na popolnoma enak način naučite in ovrednotite nad spodaj podanima podatkovnima zbirkama.

Regresijska podatkovna zbirka

Klasifikacijska podatkovna zbirka

Zagovor naloge

Nalogo je potrebno zagovoriti na vajah pri asistentu.