Учебно-методические комплексы

import numpy as np

import pandas as pd

import matplotlib.pyplot as plt

from sklearn.datasets import load_breast_cancer

from sklearn.model_selection import train_test_split

from sklearn.linear_model import LogisticRegression

from sklearn.metrics import accuracy_score, precision_score, recall_score, f1_score



# Загрузка данных

data = load_breast_cancer()

X = pd.DataFrame(data.data, columns=data.feature_names)

y = pd.Series(data.target)



print(f"Размер выборки: {X.shape}")

print(f"Классы: {np.unique(y)}")

print(f"Распределение классов:\n{y.value_counts()}")



# Разделение на обучающую и тестовую выборки

X_train, X_test, y_train, y_test = train_test_split(

    X, y, test_size=0.3, random_state=42, stratify=y

)

print(f"Обучающая выборка: {X_train.shape}")

print(f"Тестовая выборка: {X_test.shape}")

# Значения C для эксперимента (разные порядки)

C_values = [0.001, 0.01, 0.1, 1, 10, 100, 1000]

results = []



for C in C_values:

    # Создаём и обучаем модель

    model = LogisticRegression(C=C, max_iter=1000, random_state=42)

    model.fit(X_train, y_train)

    

    # Предсказания

    y_pred = model.predict(X_test)

    

    # Метрики качества

    acc = accuracy_score(y_test, y_pred)

    prec = precision_score(y_test, y_pred)

    rec = recall_score(y_test, y_pred)

    f1 = f1_score(y_test, y_pred)

    

    results.append({

        'C': C,

        'accuracy': acc,

        'precision': prec,

        'recall': rec,

        'f1_score': f1

    })



# Результаты эксперимента

results_df = pd.DataFrame(results)

print("Результаты эксперимента:")

print(results_df)

# Построение графиков

plt.figure(figsize=(12, 5))



plt.subplot(1, 2, 1)

plt.semilogx(results_df['C'], results_df['accuracy'], 'o-', label='Accuracy')

plt.semilogx(results_df['C'], results_df['precision'], 's-', label='Precision')

plt.semilogx(results_df['C'], results_df['recall'], '^-', label='Recall')

plt.semilogx(results_df['C'], results_df['f1_score'], 'd-', label='F1-score')

plt.xlabel('Параметр C (логарифмическая шкала)')

plt.ylabel('Значение метрики')

plt.title('Зависимость качества модели от параметра C')

plt.legend()

plt.grid(True, alpha=0.3)



plt.subplot(1, 2, 2)

plt.semilogx(results_df['C'], results_df['accuracy'], 'o-', linewidth=2, markersize=8)

plt.xlabel('Параметр C (логарифмическая шкала)')

plt.ylabel('Accuracy')

plt.title('Оптимизация параметра C')

plt.axhline(y=results_df['accuracy'].max(), color='r', linestyle='--', label=f"Максимум: {results_df['accuracy'].max():.3f}")

plt.legend()

plt.grid(True, alpha=0.3)



plt.tight_layout()

plt.show()

# Обучим модели с разными C

models = {}

for C in [0.001, 0.01, 0.1, 1, 10, 100]:

    models[C] = LogisticRegression(C=C, max_iter=1000, random_state=42)

    models[C].fit(X_train, y_train)



# Сравним коэффициенты для нескольких признаков

feature_names = X.columns[:5]  # первые 5 признаков

coef_data = {'C': []}

for f in feature_names:

    coef_data[f] = []



for C, model in models.items():

    coef_data['C'].append(C)

    for i, f in enumerate(feature_names):

        coef_data[f].append(model.coef_[0][i])



coef_df = pd.DataFrame(coef_data)

print("Коэффициенты модели для разных C (первые 5 признаков):")

print(coef_df)



# Визуализация изменения коэффициентов

plt.figure(figsize=(10, 6))

for f in feature_names:

    plt.semilogx(coef_df['C'], coef_df[f], 'o-', label=f)

plt.xlabel('Параметр C')

plt.ylabel('Значение коэффициента')

plt.title('Зависимость весов признаков от параметра C')

plt.legend(bbox_to_anchor=(1.05, 1))

plt.grid(True, alpha=0.3)

plt.tight_layout()

plt.show()