Update pages/results.py

pages/results.py

@@ -0,0 +1,68 @@
+import streamlit as st
+
+
+st.write("""
+ ### Итоги по работе с отзывами клиентов и NLP моделями🤖
+""")
+
+st.write("""
+  #### Всё о данных в Датасете:
+  \n- **Данные имели 6 features и 47139 строк.**
+  \n- **Первая проблема была в том, что разобраться в значениях каждой Фичи.**
+  \n- **Далее пришло осознание, что была большая проблема в некоторой неккоректности данных - числовые фичи имели разный спектр вариативности данных.**
+  \n- **Из интересного, в отзывах имелись не только отзывы, но и какие-то ответы от Администрации заведений, их пришлось полностью убрать.**
+  \n- **Ну и, конечно, биполярное расстройство у людей, который пишут отзыв :)**
+""")
+
+st.image('images/funny_dataframe.jpg')
+
+
+st.write("""
+ #### Разметка данных:
+ \n- **Некая некорректность Датасета была лишь небольшой проблемой, основная проблема лежала в отсутствии разметки.**
+ \n- **Основная идея была взять Feature "General" за основу, однако, в ней 0-нули являлись отсутсвием данных, то есть люди не ставили общую оценку по каким-то причинам.**
+ \n- **Пришлось выучивать текст и пробовать размечать через другие модели.**
+ \n- **Успех принесло использование Tf-IDF с последующим уменьшением размерности через SVD до 100 пространства и кластеризацией данных на 2 Кластера через KMeans.**
+""")
+
+col3, col4 = st.columns(2)
+
+with col3:
+    st.image('images/umap.jpg')
+
+with col4:
+    st.image('images/distribution_classes.jpg')
+
+st.write("""
+  #### Обучение моделей:
+  \n- **Первый вариант был с использованием RuBERTa, который на выходе выдает векторное представление текста для задач классификации, и после использование обычной LogisticRegression.**
+  \n- **Также пробовался CatBoostClassifier, однако его результаты оказались немного хуже, чем у LogReg а учился он раз в 10 дольше.**
+  \n- **После был использован тот же RuBERT, как из слоев основного класса. Данный класс на выходе имел слой calessifier с 1 выходом. Иными словами был произведен Tunnig BERTa.**
+  \n- **На последок третий варинт была обычная LSTM-модель с механизмом внимания перед предсказанием класса отзыва. В качестве Векторайзера был использован FastText.**
+""")
+
+col5, col6 = st.columns(2)
+
+with col5:
+    st.image('images/roc_auc_logreg.jpg')
+
+with col6:
+    st.image('images/roc_auc_catboost.jpg')
+
+col7, col8 = st.columns(2)
+
+with col7:
+    st.image('images/lstm_attention.jpg')
+
+with col8:
+    st.image('images/bert_tunnig.jpg')
+
+
+st.write("""
+ #### Общий итог:
+ \n **Результаты оказались достаточно неплохие, учитывая отсутствие разметки. Удалось испробовать три различные варианта моделей, а также поработать с другими интересными \
+ инструментами по-типу joblib, FastText, Tf-IDF и другими.**
+ \n **Всем спасибо!**
+""")
+
+st.image('images/attention_words.jpg')