4/results_summary.csv - master - mishaPlotnikov/CourseWork - Gitverse

/

/

Обзор ДокументацияВойти

/

/

Аналитика

Безопасность

4/results_summary.csv

21 строка3 KB

mishaPlotnikov

Create: main.py, results_summary.csv, results_template_fill_later.csv, cwru_bearing_dataset.csv, main_1.py, Update: _11.png, _1.png, _2.png, _3.png, _4.png, _5.png, _6.png, _7.png, _8.png, _9.png, _10.png, _12.png, _13.png, _14.png, _1.png, _2.png, _3.png, _4.png, _5.png, _6.png, _7.png, _8.png, _1.png, _2.png, _3.png, _4.png, _5.png, _6.png, _7.png, _8.png, _1.png, _2.png, _3.png, _4.png, _5.png

09 июн 2026, 01:31

Верифицирован

09 июн 2026, 01:319e53e3c

20 строк


Logistic Regression	0.823	0.82	0.823	0.821	0.912	0.815	0.951	2.3	0.8	0.005	original	statistical	Базовый ML	Плановый
Decision Tree	0.856	0.853	0.856	0.854	0.925	0.85	0.958	3.1	0.3	0.008	original	statistical	Базовый ML	Плановый
Random Forest	0.912	0.91	0.912	0.911	0.968	0.908	0.976	8.5	1.2	0.15	original	statistical	Базовый ML	Плановый
XGBoost	0.931	0.929	0.931	0.93	0.977	0.927	0.982	15.2	2.1	0.22	original	statistical	Базовый ML	Плановый
LightGBM	0.928	0.926	0.928	0.927	0.974	0.924	0.98	12.8	1.8	0.18	original	statistical	Базовый ML	Плановый
MLP (2 слоя)	0.875	0.872	0.875	0.873	0.941	0.87	0.962	42.5	4.5	0.12	original	statistical	Нейросеть	Плановый
MLP (4 слоя)	0.891	0.888	0.891	0.889	0.952	0.886	0.967	68.3	5.2	0.28	original	statistical	Нейросеть	Плановый
CNN-1D (базовая)	0.938	0.936	0.938	0.937	0.982	0.934	0.983	156.2	12.3	0.24	original	raw_signal	Нейросеть	Плановый
CNN-1D (улучшенная)	0.949	0.947	0.949	0.948	0.988	0.945	0.987	245.8	15.6	0.52	original	raw_signal	Нейросеть	Плановый
LSTM	0.942	0.94	0.942	0.941	0.979	0.938	0.981	312.5	18.2	0.68	original	raw_signal	Нейросеть	Плановый
CNN-MLP (гибридная)	0.965	0.964	0.965	0.964	0.992	0.962	0.99	228.6	16.8	0.31	original	hybrid	Гибридная	Плановый
CNN-MLP + Attention	0.972	0.971	0.972	0.971	0.996	0.969	0.994	312.4	22.4	0.38	original	hybrid	Гибридная	Плановый
CNN-MLP + Dropout	0.958	0.956	0.958	0.957	0.989	0.954	0.988	195.3	14.2	0.29	original	hybrid	Гибридная	Плановый
CNN-MLP + Gaussian Noise	0.948	0.946	0.948	0.947	0.985	0.944	0.986	248.1	17.5	0.31	noise_gauss	hybrid	Аугментация	Плановый
CNN-MLP + Impulse Noise	0.944	0.942	0.944	0.943	0.983	0.94	0.985	235.7	16.9	0.31	noise_impulse	hybrid	Аугментация	Плановый
CNN-MLP + MixUp	0.961	0.959	0.961	0.96	0.991	0.957	0.989	412.3	28.3	0.45	augmented	hybrid	Аугментация	Плановый
Ensemble (RF+XGB+CNN)	0.976	0.975	0.976	0.975	0.997	0.973	0.996	485.6	35.2	1.25	original	hybrid	Ансамбль	Плановый
Stacking (MLP meta)	0.981	0.98	0.981	0.98	0.998	0.978	0.997	532.1	42.6	0.95	original	hybrid	Ансамбль	Плановый
ResNet-1D	0.968	0.966	0.968	0.967	0.993	0.964	0.992	423.5	28.4	0.72	original	raw_signal	Современная	Плановый
InceptionTime	0.973	0.971	0.973	0.972	0.995	0.969	0.994	518.9	32.7	0.88	original	raw_signal	Современная	Плановый