Bartosz Cywiński & Łukasz Staniszewski (Warsaw Univerity of Technology)
ENG: This repository contains college Machine Learning course project - the implementation of hybrid Random Forest model with Support Vector Machines (SVM).
PL: Repozytorium zawiera projekt wykonany w ramach przedmiotu Uczenie Maszynowe - jest to implementacja hybrydy Lasu Losowego z Maszyną Wektorów Nośnych (SVM).
ENG: Together with the project documentation has been created describing models from the algorithmic and mathematical side, as well as its implementation. It's right here.
PL: Razem z projektem powstała dokumentacja opisująca projekt, poszczególne modele od strony algorytmicznej i matematycznej, a także implementację. Znajduje się tutaj.
- Ubuntu 20.04. LTS.
- Python 3.8.10 with modules: NumPy, Black, PyTest, Jupyter.
- Download this repository and change cd. / Pobierz repozytorium i zmień w konsoli aktualny folder.
- Create your own Python virtual environment. / Stwórz swoje własne środowisko wirtualne Python.
$ python3 -m venv venv
- Activate venv. / Aktywuj środowisko.
> REPO_PATH\venv\scripts\activate (WINDOWS)
$ source REPO_PATH\venv\bin\activate (LINUX)
- Install necessary packages. / Zainstaluj odpowiednie biblioteki.
$ python3 -m pip install -r requirements.txt
- Run tests. / Uruchom Testy.
$ python3 −m pytest
- Run hybrid model. / Uruchom model hybrydowy.
$ python3 main.py −−dataset breast_cancer −−n_folds 5
−−num_classifiers 4 −−tree_max_depth 4
−−tree_min_entropy_diff 0.001
−−tree_min_node_size 34 −−svm_lambda 0.05
- Run model comparison experiments. / Uruchom eksperymenty dotyczące porównywania modeli.
$ python3 main_experiments.py −WHAT models
- Run models parameters experiments. / Uruchom eksperymenty dotyczące parametrów modeli.
$ python3 main_experiments.py −WHAT parameters