Kiberxavfsizlik” fakulteti 713-21- guruh cry

MUHAMMAD AL-XORAZMIY NOMIDAGI TOSHKENT AXBOROT TEXNOLOGIYALARI UNIVERSITETI

“KIBERXAVFSIZLIK” FAKULTETI

713-21- guruh CRY002 - 1 - patok talabasi
OBIDOV BOBIRJONning
“Mashinali oqitish kirish” fanidan tayyorlagan

2-AMALIY ISHI


Topshirdi: Obidov B.
Tekshirdi: Ochilov M.


TOSHKENT - 2023

2-amaliy ish.
10-variant

1. 
   Berilgan variantdagi masala yuzasidan o’rgatuvchi tanlama(dataset)ni
   shakllantiring.
   

1. 
   rasm. Dataset.
   

Datasetni tuzib chiqildi unda o‘qituvchilarni 4ta xuxusiyatlari maqolalar soni, tezislari soni, monografiya, qo‘llanmalar soni berildi va shu xususiyatlari asosida 3ta sinfga ajratildi.
Bular:

1. 
   2-toifalari o‘qituvchilar(0);
   
2. 
   1-toifalari o‘qituvchilar(1);
   
3. 
   Oliy toifalari o‘qituvchilar(2);
   

2.Yaratilgan dataset ning ixtiyoriy ikkita xususiyatini olgan holda matplotlib kutubxonasidan foydalanib grafik tasvirlang.

2. 
   rasm. Datasetni maqolalar soni va qo’llanmalar soni xususiyati bo’yicha grafik chizish kodi.
   

3. 
   rasm. Datasetni matplotlib kutubxonasi yordamida ikkita xususiyatininng grafigi.
   

3.Yaratilgan datasetni modelni o’qitish uchun 85 % va testlash uchun 15% nisbatda bo’laklarga ajrating.

4. 
   rasm. Datasetda model qurish.
   

Bu yerda datasetni qurish uchun barcha xususiyatlarini sinflari boyicha modellari qurilgan.

5. 
   rasm. Dataset xuxusiyatlari.
   

X_train datasetni barcha xususiyatlarini chiqarildi.

6. 
   rasm. Datasetni sinflari.
   

Bu yerda Y_train datasetdagi sinflarni belgiladik.

7. 
   rasm. Bu kod yaratilgan datasetni modelni o’qitish uchun 85 % va testlash uchun 15% nisbatda bo’laklarga ajratadi.
   

8. 
   rasm. X_train Oqitish modeli.
   

Bu kod o’qitishda nechta qator borligini hisoblaydi.
Bunda 4ustun xususiyatlaridagi 40ta datasetdan 34tasi o’qitishda deb chiqardi.

9. 
   rasm. Test modeli.
   

Bu kod testlash uchun nechta qator borligini hisoblaydi.
Bunda 4ustun xususiyatlaridagi 40ta datasetdan 6tasi o’qitishda deb chiqardi.

4. 
   Sklearn kutubxonasidan foydalangan holda logistik_regressiya modelini quring.
   

10. 
    rasm. Sklearn kutubxonasidan logistik_regressiya chaqirildi.
    

11. 
    rasm. Sklearn kutubxonasidan foydalangan holda logistik_regressiya modelini qurildi.
    

4. 
   Model aniqligini hisoblang(o’rgatuvchi tanalama uchun).
   

12. 
    rasm. Bu kodda train to’plam uchun model aniqligi hisoblandi va javobi keltirildi.
    

4. 
   Modelni test to’plam bilan testlang. Modelini test to’plamdagi aniqligini hisoblang.
   

13. 
    rasm. Bu kodda test to’plam uchun model aniqligi hisoblandi va javobi keltirildi.
    

4. 
   Test to’plam uchun tartibsizlik matritsasi (confusion_matrix) ni hisoblang va tariflang.
   

14. 
    rasm. Sklearn.matrix kutubxonasidan confusion_matrix chaqirildi.
    

15 -rasm. X_trian uchun confusin_matrix
Bu kodda train to’plam uchun confusion_matrix tuzildi va qiymatlarini chop etildi.
Bu qiymatlar:
1-sinfda 12ta to’g’ri baholagan 5ta 2-sinf bilan adashgan.
2-sinfda 8ta to’g’ri baholagan 2ta 1-sinf bilan adashgan.
3-sinfda 9ta to’g’ri baholagan va qolgan siflar bilan adashmagan.

16 -rasm. X_test uchun Confusion_matrixi.
Bu qiymatlar:
1-sinfda 2ta to’g’ri baholagan qolgan sinflar bilan adashmagan.
2-sinfda 1ta to’g’ri baholagan 1ta 1-sinf bilan adashgan.
3-sinfda 2ta to’g’ri baholagan va qolgan siflar bilan adashmagan.


17 -rasm. Arrayni tekshirish.
Arraydao‘qituvchi xuxusiyatlari berilsa uni qaysi sinfga tegishli ekanligini chiqarib beradi.