Upload files to "wyniki/eksperyment_glowny/1"

This commit is contained in:
Michał Kasprowicz 2025-08-30 11:59:37 +00:00
parent 0abdb2eb22
commit 1e6e288161
1 changed files with 184 additions and 0 deletions

View File

@ -0,0 +1,184 @@
======= KLASYCZNY SVM (BASELINE) =======
Najlepsze parametry klasycznego SVM: {'C': 0.1, 'gamma': 'scale', 'kernel': 'linear'}
Dokładność klasycznego SVM: 1.0
Raport klasyfikacji (klasyczny SVM):
precision recall f1-score support
Astrocytoma, NOS 1.00 1.00 1.00 19
Astrocytoma, anaplastic 1.00 1.00 1.00 42
Glioblastoma 1.00 1.00 1.00 109
Mixed glioma 1.00 1.00 1.00 38
Oligodendroglioma, NOS 1.00 1.00 1.00 33
Oligodendroglioma, anaplastic 1.00 1.00 1.00 17
accuracy 1.00 258
macro avg 1.00 1.00 1.00 258
weighted avg 1.00 1.00 1.00 258
Szczegółowe metryki dla modelu Klasyczny SVM:
Accuracy: 1.0000
Precision: 1.0000
Recall: 1.0000
F1 Score: 1.0000
ROC AUC: N/A
Macierz pomyłek:
[[ 19 0 0 0 0 0]
[ 0 42 0 0 0 0]
[ 0 0 109 0 0 0]
[ 0 0 0 38 0 0]
[ 0 0 0 0 33 0]
[ 0 0 0 0 0 17]]
Czas trenowania i ewaluacji klasycznego SVM: 18.06 sekund
======= KWANTOWY SVM Z ZZ FEATURE MAPS =======
Testowanie 2 map cech: ['ZZ1', 'ZZ2']
Pomijanie już przetestowanej kombinacji: ZZ1, C=0.1
Pomijanie już przetestowanej kombinacji: ZZ1, C=1.0
Pomijanie już przetestowanej kombinacji: ZZ1, C=10.0
Testowanie ZZ2 z C=0.1...
Wymiary danych: X_train_reduced (600, 14)
Sprawdzenie NaN: 0
Sprawdzenie inf: 0
Zakres danych: [-6.1714, 17.1218]
Testowanie quantum kernel...
Test kernel shape: (2, 2)
Test kernel range: [0.0000, 1.0000]
Fold 1/10: train (540, 14), val (60, 14)
Fold 1 score: 0.3500
Fold 2/10: train (540, 14), val (60, 14)
Fold 2 score: 0.3833
Fold 3/10: train (540, 14), val (60, 14)
Fold 3 score: 0.3833
Fold 4/10: train (540, 14), val (60, 14)
Fold 4 score: 0.4500
Fold 5/10: train (540, 14), val (60, 14)
Fold 5 score: 0.3333
Fold 6/10: train (540, 14), val (60, 14)
Fold 6 score: 0.4833
Fold 7/10: train (540, 14), val (60, 14)
Fold 7 score: 0.4833
Fold 8/10: train (540, 14), val (60, 14)
Fold 8 score: 0.4333
Fold 9/10: train (540, 14), val (60, 14)
Fold 9 score: 0.3500
Fold 10/10: train (540, 14), val (60, 14)
Fold 10 score: 0.5333
Wszystkie scores: [0.35, 0.38333333333333336, 0.38333333333333336, 0.45, 0.3333333333333333, 0.48333333333333334, 0.48333333333333334, 0.43333333333333335, 0.35, 0.5333333333333333]
Mean score: 0.4183 ± 0.0647
Dokładność kwantowego SVM z ZZ2, C=0.1: 0.4183 (czas: 72785.08 s)
Testowanie ZZ2 z C=1.0...
Wymiary danych: X_train_reduced (600, 14)
Sprawdzenie NaN: 0
Sprawdzenie inf: 0
Zakres danych: [-6.1714, 17.1218]
Testowanie quantum kernel...
Test kernel shape: (2, 2)
Test kernel range: [0.0010, 1.0000]
Fold 1/10: train (540, 14), val (60, 14)
Fold 1 score: 0.3500
Fold 2/10: train (540, 14), val (60, 14)
Fold 2 score: 0.3833
Fold 3/10: train (540, 14), val (60, 14)
Fold 3 score: 0.3833
Fold 4/10: train (540, 14), val (60, 14)
Fold 4 score: 0.4500
Fold 5/10: train (540, 14), val (60, 14)
Fold 5 score: 0.3333
Fold 6/10: train (540, 14), val (60, 14)
Fold 6 score: 0.4833
Fold 7/10: train (540, 14), val (60, 14)
Fold 7 score: 0.4833
Fold 8/10: train (540, 14), val (60, 14)
Fold 8 score: 0.4333
Fold 9/10: train (540, 14), val (60, 14)
Fold 9 score: 0.3500
Fold 10/10: train (540, 14), val (60, 14)
Fold 10 score: 0.5333
Wszystkie scores: [0.35, 0.38333333333333336, 0.38333333333333336, 0.45, 0.3333333333333333, 0.48333333333333334, 0.48333333333333334, 0.43333333333333335, 0.35, 0.5333333333333333]
Mean score: 0.4183 ± 0.0647
Dokładność kwantowego SVM z ZZ2, C=1.0: 0.4183 (czas: 72898.90 s)
Testowanie ZZ2 z C=10.0...
Wymiary danych: X_train_reduced (600, 14)
Sprawdzenie NaN: 0
Sprawdzenie inf: 0
Zakres danych: [-6.1714, 17.1218]
Testowanie quantum kernel...
Test kernel shape: (2, 2)
Test kernel range: [0.0000, 1.0000]
Fold 1/10: train (540, 14), val (60, 14)
Fold 1 score: 0.3500
Fold 2/10: train (540, 14), val (60, 14)
Fold 2 score: 0.3833
Fold 3/10: train (540, 14), val (60, 14)
Fold 3 score: 0.3833
Fold 4/10: train (540, 14), val (60, 14)
Fold 4 score: 0.4500
Fold 5/10: train (540, 14), val (60, 14)
Fold 5 score: 0.3333
Fold 6/10: train (540, 14), val (60, 14)
Fold 6 score: 0.4833
Fold 7/10: train (540, 14), val (60, 14)
Fold 7 score: 0.5000
Fold 8/10: train (540, 14), val (60, 14)
Fold 8 score: 0.4333
Fold 9/10: train (540, 14), val (60, 14)
Fold 9 score: 0.3667
Fold 10/10: train (540, 14), val (60, 14)
Fold 10 score: 0.5333
Wszystkie scores: [0.35, 0.38333333333333336, 0.38333333333333336, 0.45, 0.3333333333333333, 0.48333333333333334, 0.5, 0.43333333333333335, 0.36666666666666664, 0.5333333333333333]
Mean score: 0.4217 ± 0.0650
Dokładność kwantowego SVM z ZZ2, C=10.0: 0.4217 (czas: 73245.70 s)
Najlepszy kwantowy SVM: ZZ1 z C=10.0, dokładność: 0.4950
Raport klasyfikacji (najlepszy kwantowy SVM):
precision recall f1-score support
Astrocytoma, NOS 1.00 0.21 0.35 19
Astrocytoma, anaplastic 1.00 0.21 0.35 42
Glioblastoma 0.49 1.00 0.66 109
Mixed glioma 1.00 0.45 0.62 38
Oligodendroglioma, NOS 1.00 0.15 0.26 33
Oligodendroglioma, anaplastic 0.00 0.00 0.00 17
accuracy 0.56 258
macro avg 0.75 0.34 0.37 258
weighted avg 0.72 0.56 0.49 258
Szczegółowe metryki dla modelu Kwantowy SVM ZZ1:
Accuracy: 0.5581
Precision: 0.7181
Recall: 0.5581
F1 Score: 0.4852
ROC AUC: N/A
Macierz pomyłek:
[[ 4 0 15 0 0 0]
[ 0 9 33 0 0 0]
[ 0 0 109 0 0 0]
[ 0 0 21 17 0 0]
[ 0 0 28 0 5 0]
[ 0 0 17 0 0 0]]
Całkowity czas dla kwantowego SVM: 227225.00 sekund
======= PORÓWNANIE WYNIKÓW =======
Klasyczny SVM: 1.0000
Kwantowy SVM: 0.5581
======= ANALIZA ZNACZENIA CECH =======
Najważniejsze cechy dla klasyfikacji:
Primary_Diagnosis_Glioblastoma: 0.3267
Primary_Diagnosis_Astrocytoma, anaplastic: 0.1795
Primary_Diagnosis_Mixed glioma: 0.1628
Primary_Diagnosis_Oligodendroglioma, NOS: 0.1419
Primary_Diagnosis_Oligodendroglioma, anaplastic: 0.0709
Czas analizy znaczenia cech: 304.77 sekund
======= PODSUMOWANIE EKSPERYMENTU ZZ =======
Data i czas zakończenia: 2025-08-09 14:36:46
Całkowity czas eksperymentu: 1754743005.78 sekund