отчет по лабе программирование

Ознакомьтесь с полученными данными - постройте графики нескольких осциллограмм для обоих потребителей. Сделайте вывод о возможности отличить режимы сети при подключении первого и второго потребителя по осциллограммам (а также, возможно, используя спектральный анализ).

3. Задача практики состоит в разработке и исследовании классификатора, позволяющего с достаточно высокой точностью (F1 не менее 0,9) отличать режимы сети при подключении первого и второго потребителей по осциллограммам тока.

3.1 Выберите тип классификатора (нейросетевой, дерево решений, метод опорных векторов)

3.2 Сформируйте размеченный датасет, пригодный для обучения и тестирования выбранного классификатора (необходимо предусмотреть случайное перемешивание и разделение данных на выборку для обучения и для тестирования).

3.3 Произведите первоначальную настройку метода классификации, осуществите обучение, протестируйте обученный классификатор. Зафиксируйте значения показателей качества в соответствии с ГОСТ 59898-2021: долю правильных исходов (accuracy), точность (precision), полноту (recall) и F-меру для полученного классификатора по итогам теста.

3.4. В случае результата, не удовлетворяющего требованиям (F-мера > 0,95), изменить настройку (архитектуру, тип) классификатора и повторить обучение, тестирование, оценку показателей качества.

4. Сформировать отчет, включающий в себя:

4.1 Титульный лист (обязательно указать наименования: НИУ МЭИ, ДПП "Системы искусственного интеллекта в энергетике", ФИО студента, группа)

4.2 Описание полученных осциллограмм (привести по одному графику для каждого типа потребителя)

4.3 Описание предлагаемого классификатора - тип, архитектура, параметры (например, многослойный персептрон, 3 скрытых слоя, по 5 нейронов в каждом)

4.4 Описание полученных результатов классификации для тестовой выборки - значения показателей качества 5. Выложить отчет в разделе практика