Klasyfikacja jakości wina — porównanie modeli

Krótki opis

• Zbiór: Wine Quality (data/WineQT.csv) — klasyfikacja wieloklasowa etykiety quality (np. oceny 3–8).
• Modele: DecisionTree, kNN, RandomForest — po 3 warianty hiperparametrów (łącznie 9 klasyfikatorów).
• Zespół: VotingClassifier z majority voting (voting="hard") nad tymi samymi 9 pipeline’ami (MinMaxScaler + klasyfikator).
• Bez przecieku: MinMaxScaler w Pipeline / ColumnTransformer, dopasowanie wyłącznie na treningu każdej foldy.
• Walidacja: stratyfikowana 5-fold CV (StratifiedKFold, stały random_state).
• Metryki: accuracy, balanced_accuracy.
• Stack: scikit-learn, Pandas (groupby, to_latex), Plotly (wykresy), Streamlit (opis przebiegu badania, definicje pojęć, zgodność z wymaganiami, podgląd .tex).

Wymagania

• Python 3.10+ (zalecane)
• Instalacja: pip install -r requirements.txt

Eksperyment (zapis do results/)

Uruchamia walidację, zapisuje m.in. CSV, .tex, wersje_bibliotek.txt oraz wykresy HTML w results/wykresy/.

python run_experiment.py

Streamlit i skrypty startowe

Skrypty start.sh (Linux/macOS) oraz start.bat (Windows) wykonują po kolei:

1. venv + pip install -r requirements.txt
2. python run_experiment.py
3. streamlit run streamlit_app.py → zwykle http://localhost:8501

chmod +x start.sh
./start.sh

start.bat

Zakładki aplikacji

Zakładka	Treść
Opis projektu	Cel badania, przebieg eksperymentu (co → po co → efekt), słownik pojęć, zgodność z wymaganiami, podgląd plików LaTeX
Wymogi i metodologia	Tabela: wymaganie → realizacja w kodzie / plikach
Zbiór danych (EDA)	Rozkład klasy quality, macierz korelacji, podgląd danych
Wyniki klasyfikacji	Wykresy metryk z CV, tabele, podgląd i pobieranie wyników

Odtwarzalność

• Seed: RANDOM_STATE w src/config.py; ten sam obiekt cv w cross_validate (Common pitfalls — scikit-learn).
• Plik results/wersje_bibliotek.txt zapisuje wersje bibliotek użytych przy generowaniu wyników.

Struktura repozytorium

Ścieżka	Opis
data/WineQT.csv	Dane źródłowe
src/config.py	Ścieżki, seed
src/experiment.py	Pipeline, CV, zespół, eksport CSV/LaTeX, wywołanie wykresów
src/wykresy.py	Wykresy Plotly + zapis HTML
run_experiment.py	Wejście z linii poleceń
streamlit_app.py	Aplikacja WWW
start.sh / start.bat	Eksperyment + Streamlit
results/	Wyniki wygenerowane (CSV, TeX, wykresy/*.html, wersje_bibliotek.txt)

.gitignore

Ignorowane są m.in. .venv/, cache Pythona, pliki IDE. Wygenerowane pliki w results/ można opcjonalnie dodać do ignorowania — w .gitignore jest gotowy, zakomentowany blok instrukcji.

Licencja

Zobacz plik LICENSE.