С вами рубрика #петпроект_MLinside и тут мы публикуем задачи из реальных проектов, чтобы лучше запомнить теорию. Плюс, упоминание об этом можно включить в портфолио, что определенно поможет вам на собеседованиях.
Восьмая задача: предсказание бот или человек
Что нужно сделать: Предсказать по статистике комментария и аккаунта сделавшего его бот это или человек
Как можно сделать:
- ️Закодировать категориальные переменные (например, OHE или target encoding)
- ️Обучить модель: линейную регрессию, случайный лес, разные бустинги
- ️Определить важность признаков, например, через SHAP
- ️Сделать разбиение по категории и сделать сравнение между ними
Данные можно взять на Kaggle: https://www.kaggle.com/datasets/nudratabbas/the-dead-internet-theory-reddit-bot-vs-human
Пример ноутбука (с случайными пропусками строк): https://colab.research.google.com/drive/1HUk8PuKKzueeyTh9Vt8nHT1u16Xtetft?usp=sharing
Готовы попробовать? Делитесь своими результатами в комментариях.
Все посты этой рубрики можно посмотреть по тэгу: #петпроект_MLinside