classification_seminar.ipynb

{
 "cells": [
  {
   "cell_type": "markdown",
   "metadata": {},
   "source": [
    "## Импортируйте все необходимые библиотеки"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": null,
   "metadata": {},
   "outputs": [],
   "source": [
    "import <lib1>\n",
    "import <lib2>\n",
    "\n",
    "import <libN>"
   ]
  },
  {
   "cell_type": "markdown",
   "metadata": {},
   "source": [
    "## Загрузите датасет breast_cancer \n",
    "Нужны факторы X и целевая переменная y. Используйте функцию load_breast_cancer из scikit-learn"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": null,
   "metadata": {},
   "outputs": [],
   "source": [
    "X, y = <your code>"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": null,
   "metadata": {},
   "outputs": [],
   "source": [
    "assert(X.shape[0] == 569)\n",
    "assert(y.shape[0] == 569)\n",
    "assert(X.shape[1] == 30)\n",
    "print('success!')"
   ]
  },
  {
   "cell_type": "markdown",
   "metadata": {},
   "source": [
    "## Разделите данные на обучение и тест\n",
    "\n",
    "В итоге должно получится две выборки: обучающая (X_tr, y_tr) и тестовая (X_te, y_te)\n",
    "\n",
    "Используйте функцию train_test_split из scikit-learn"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": null,
   "metadata": {},
   "outputs": [],
   "source": [
    "X_tr, X_te, y_tr, y_te = <your code>"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": null,
   "metadata": {},
   "outputs": [],
   "source": [
    "assert(X_tr.shape[1] == 30)\n",
    "assert(X_te.shape[1] == 30)\n",
    "\n",
    "assert(X_tr.shape[0] == y_tr.shape[0])\n",
    "assert(X_te.shape[0] == y_te.shape[0])\n",
    "print('success!')"
   ]
  },
  {
   "cell_type": "markdown",
   "metadata": {},
   "source": [
    "## Обучите логистическую регрессию\n",
    "используйте класс LogisticRegression из scikit-learn"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": null,
   "metadata": {},
   "outputs": [],
   "source": [
    "<create model>\n",
    "<fit model>\n",
    "<predict probabilities>"
   ]
  },
  {
   "cell_type": "markdown",
   "metadata": {},
   "source": [
    "## Измерьте качество обученной модели\n",
    "Вычислите две метрики, ROC-AUC и logarithmic loss, на обучающей и на тестовой выборке"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": null,
   "metadata": {},
   "outputs": [],
   "source": [
    "<your code>"
   ]
  },
  {
   "cell_type": "markdown",
   "metadata": {},
   "source": [
    "## Обучите лес случайных деревьев\n",
    "используйте класс RandomForestClassifier из scikit-learn\n",
    "сравните результаты на тестовой выборке с результатами логистической регрессии по метрикам ROC-AUC и logarithmic loss"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": null,
   "metadata": {},
   "outputs": [],
   "source": [
    "<your code>"
   ]
  },
  {
   "cell_type": "markdown",
   "metadata": {},
   "source": [
    "## Обучите градиентный бустинг деревьев\n",
    "используйте класс XGBClassifier из xgboost\n",
    "\n",
    "сравните результаты на тестовой выборке с предыдущими моделями\n",
    "\n"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": null,
   "metadata": {},
   "outputs": [],
   "source": [
    "<your code>"
   ]
  },
  {
   "cell_type": "markdown",
   "metadata": {},
   "source": [
    "## ДЗ\n",
    "\n",
    "1. Сгенерировать или найти в интернете выборку для бинарной классификации, в которой около 100 тысяч точек и несколько десятков факторов.\n",
    "\n",
    "2. Разделить на обучающую и тестовую подвыборки\n",
    "\n",
    "3. Подобрать гиперпараметры для обучения XGBoost-классификатора. Ознакомится со статьями по подбору гиперпараметров.\n",
    "\n",
    "4. Написать отчет: текстовый рассказ, либо jupyter notebook с подробными комментариями. Нужно, чтобы при обучении отображались две метрики: logarithmic loss и ROC-AUC. Также обязательно использование техники ранней остановки."
   ]
  }
 ],
 "metadata": {
  "kernelspec": {
   "display_name": "Python 3",
   "language": "python",
   "name": "python3"
  },
  "language_info": {
   "codemirror_mode": {
    "name": "ipython",
    "version": 3
   },
   "file_extension": ".py",
   "mimetype": "text/x-python",
   "name": "python",
   "nbconvert_exporter": "python",
   "pygments_lexer": "ipython3",
   "version": "3.6.6"
  }
 },
 "nbformat": 4,
 "nbformat_minor": 2
}