蓝桥杯人工智能赛道-实战赛模拟题之账号风险评估

账号风险评估

介绍

账号风险评估有助于提高用户在新媒体平台上的体验。通过筛选和过滤风险账号，可以减少用户接触到不良内容、垃圾信息或恶意攻击的可能性，提供一个更安全、健康和友好的平台环境。本任务将基于相关数据集构建一个简单的分类模型，识别风险账号。

准备

开始答题前，请确认 /home/project 目录下包含以下文件：

• data_user.csv，是任务提供的数据集。

• task.py，是你后续答题过程中编写代码的地方。

目标

请在 task.py 文件中根据以下要求编写函数代码。

logistic_regression_model 函数

• 函数功能

  • 基于逻辑回归算法训练分类模型。要求如下：

    • 调用 sklearn 中的逻辑回归方法 LogisticRegression，训练分类模型。

    • 使用 pickle 库将模型保存为 pkl 格式的文件。

    • 返回模型在测试集上的 F1 得分（范围：0～1）。

• 参数

  • X_train：numpy.ndarray 类型，训练集特征。

  • y_train：numpy.ndarray 类型，训练集目标变量。

  • X_test：numpy.ndarray 类型，测试集特征。

  • y_test：numpy.ndarray 类型，测试集目标变量。

  • dist：模型的保存路径，可参考 main 函数中该参数的配置。

• 返回值

  • f1_sc：Float 类型，F1 得分。

基于以下代码补充 #TODO 处的函数代码，并执行 main() 函数，确保能够实现以下目标：

• 正确训练一个逻辑回归模型，并保存在 /home/project 目录下，命名为 lr_model.pkl。

• 逻辑回归模型在测试集上的 F1 得分不低于 0.85。

提示：点击代码块右上方的 copy 按钮，将代码完整复制到右侧环境中后开始编码。

import pandas as pd
import numpy as np
from sklearn.preprocessing import StandardScaler
from sklearn.model_selection import train_test_split
from sklearn.metrics import f1_score
from sklearn.linear_model import LogisticRegression
import pickle
​
def load_data(file_path):
    data = pd.read_csv(file_path)
    y = data['target']
    X = data.drop('target', axis=1)
    return X, y
​
def preprocess_data(X_train, X_test):
    scale = StandardScaler()
    X_train = scale.fit_transform(X_train)
    X_test = scale.transform(X_test)
    return X_train, X_test
​
def logistic_regression_model(X_train, y_train, X_test, y_test, dist):
    #TODO
    
​
​
def main():
    X, y = load_data('data_user.csv')
    X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=0)
    X_train, X_test = preprocess_data(X_train, X_test)
    f1 = logistic_regression_model(X_train, y_train, X_test, y_test,'./lr_model.pkl')
    print('%.2f'% f1)
​
if __name__ == '__main__':
    main()

规定

• 务必在 #TODO 所在的函数范围内编写代码，以免造成判题不通过。

• 切勿修改任务中默认提供的文件名称、函数名称等，以免造成判题不通过。

判分标准

• 实现目标，该题得 15 分

• 未实现目标，该题得 0 分。

代码：

def logistic_regression_model(X_train, y_train, X_test, y_test, dist):
    #TODO
    model = LogisticRegression()
    model.fit(X_train, y_train)
    y_pred = model.predict(X_test)
    f1_sc = f1_score(y_test, y_pred)
    with open(dist, 'wb') as f:
        pickle.dump(model, f)
    return f1_sc