-
Notifications
You must be signed in to change notification settings - Fork 0
/
prediccio_exit_academic.py
1750 lines (1337 loc) · 56.7 KB
/
prediccio_exit_academic.py
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
366
367
368
369
370
371
372
373
374
375
376
377
378
379
380
381
382
383
384
385
386
387
388
389
390
391
392
393
394
395
396
397
398
399
400
401
402
403
404
405
406
407
408
409
410
411
412
413
414
415
416
417
418
419
420
421
422
423
424
425
426
427
428
429
430
431
432
433
434
435
436
437
438
439
440
441
442
443
444
445
446
447
448
449
450
451
452
453
454
455
456
457
458
459
460
461
462
463
464
465
466
467
468
469
470
471
472
473
474
475
476
477
478
479
480
481
482
483
484
485
486
487
488
489
490
491
492
493
494
495
496
497
498
499
500
501
502
503
504
505
506
507
508
509
510
511
512
513
514
515
516
517
518
519
520
521
522
523
524
525
526
527
528
529
530
531
532
533
534
535
536
537
538
539
540
541
542
543
544
545
546
547
548
549
550
551
552
553
554
555
556
557
558
559
560
561
562
563
564
565
566
567
568
569
570
571
572
573
574
575
576
577
578
579
580
581
582
583
584
585
586
587
588
589
590
591
592
593
594
595
596
597
598
599
600
601
602
603
604
605
606
607
608
609
610
611
612
613
614
615
616
617
618
619
620
621
622
623
624
625
626
627
628
629
630
631
632
633
634
635
636
637
638
639
640
641
642
643
644
645
646
647
648
649
650
651
652
653
654
655
656
657
658
659
660
661
662
663
664
665
666
667
668
669
670
671
672
673
674
675
676
677
678
679
680
681
682
683
684
685
686
687
688
689
690
691
692
693
694
695
696
697
698
699
700
701
702
703
704
705
706
707
708
709
710
711
712
713
714
715
716
717
718
719
720
721
722
723
724
725
726
727
728
729
730
731
732
733
734
735
736
737
738
739
740
741
742
743
744
745
746
747
748
749
750
751
752
753
754
755
756
757
758
759
760
761
762
763
764
765
766
767
768
769
770
771
772
773
774
775
776
777
778
779
780
781
782
783
784
785
786
787
788
789
790
791
792
793
794
795
796
797
798
799
800
801
802
803
804
805
806
807
808
809
810
811
812
813
814
815
816
817
818
819
820
821
822
823
824
825
826
827
828
829
830
831
832
833
834
835
836
837
838
839
840
841
842
843
844
845
846
847
848
849
850
851
852
853
854
855
856
857
858
859
860
861
862
863
864
865
866
867
868
869
870
871
872
873
874
875
876
877
878
879
880
881
882
883
884
885
886
887
888
889
890
891
892
893
894
895
896
897
898
899
900
901
902
903
904
905
906
907
908
909
910
911
912
913
914
915
916
917
918
919
920
921
922
923
924
925
926
927
928
929
930
931
932
933
934
935
936
937
938
939
940
941
942
943
944
945
946
947
948
949
950
951
952
953
954
955
956
957
958
959
960
961
962
963
964
965
966
967
968
969
970
971
972
973
974
975
976
977
978
979
980
981
982
983
984
985
986
987
988
989
990
991
992
993
994
995
996
997
998
999
1000
# -*- coding: utf-8 -*-
"""Projecte mida.ipynb
Automatically generated by Colaboratory.
Original file is located at
https://colab.research.google.com/drive/1eZ29LldjXYTRp203aWEcHdlFj3qP0KAd
#**Predicció de l èxit o abandonament acadèmic dels estudiants**
"""
# Commented out IPython magic to ensure Python compatibility.
import numpy as np
import matplotlib.pyplot as plt
import sklearn
import sklearn.datasets as ds
import sklearn.model_selection as cv
import sklearn.neighbors as nb
import seaborn as sns
import pandas
from pandas import plotting
# %matplotlib inline
#WEB DE LES DADES
#https://archive.ics.uci.edu/dataset/697/predict+students+dropout+and+academic+success
# lectura del dataset des de la web
!pip3 install -U ucimlrepo
!pip3 install --upgrade certifi
from ucimlrepo import fetch_ucirepo
# fetch dataset
#predict_students_dropout_and_academic_success = fetch_ucirepo(id=697)
import ssl
ssl._create_default_https_context = ssl._create_unverified_context
# Now try to fetch the dataset again
dades = fetch_ucirepo(id=697)
# data (as pandas dataframes)
X = dades.data.features
Y = dades.data.targets
# metadata
#print(predict_students_dropout_and_academic_success.metadata)
# variable information
print(dades.variables)
dades2=dades.data
"""**Exemple primeres 20 files del dataset amb el seu Target**"""
print(X.head(20))
print(Y.head(20))
"""
---
# Inspecció de les dades"""
#columnes del dataset
print("Informació de cada columna: ")
names=dades['data']['features'].info()
print("Comprovació dels noms de les columnes: ")
print(dades2.features.columns)
print("-----------")
print("Estadistiques de les Columnes (Variables) (X):")
descript_X = X.describe(include="all")
print(descript_X)
print("Descripció dels valors de Columnes :")
valunicX=X.apply(lambda col:col.unique())
print(valunicX)
print("-----------")
print("Estadistiques de les Files (Target) (y):")
descript_Y = Y.describe(include="all")
print(descript_Y)
print("Descripció dels valors de Target :")
valunicY=dades2.targets['Target'].unique()
print(valunicY)
#Fixar sobre tot amb els valors de UNIQUE i veure possibles errades
import matplotlib.pyplot as plt
import matplotlib.cm as cm
#PER ELS COLORS!!!
num_colors = 3
cmap = cm.get_cmap('plasma', num_colors)
# Get a list of colors in names (not codes)
colors = [cmap(i) for i in range(num_colors)]
# Display the list of colors
print(colors)
#Relacio del genere entre els estudiants
gender_counts = dades2.features['Gender'].value_counts()
colors2=[(0.798216, 0.280197, 0.469538, 1.0), (0.993814, 0.704741, 0.183043, 1.0)]
gender_counts.plot(kind='bar',color=colors2)
plt.xlabel('Genere')
plt.xticks([0, 1], ['Dona', 'Home'])#1 male 0 female
plt.ylabel('Numero destudiants')
plt.title('Distribució del genere dels estudiants')
plt.show()
#Relació d'edat dels estudiants
num_bins = 20
age_range = (18, 70)
plt.figure(figsize=(10, 7))
plt.hist(dades2.features["Age at enrollment"], bins=num_bins,range=age_range,color=(0.798216, 0.280197, 0.469538, 1.0), edgecolor=(0.050383, 0.029803, 0.527975, 1.0))
plt.title("Edat de la inscripció")
plt.xlabel("Edat")
plt.ylabel("Frequencia")
plt.xticks(range(18, 70, 2))
plt.grid(axis='y', linestyle='--', alpha=0.7)
plt.show()
# Relacion entre estudiants natius i internacionals International = 0, Nationality = 1
nat = dades2.features[(dades2.features["International"] == 0) & (dades2.features["Nacionality"] == 1)].shape[0]
inter = dades2.features[dades2.features["International"] == 1].shape[0]
#pie chart
labels = ['Natius', 'Internacionals']
sizes = [nat, inter]
explode = (0.1, 0)
colors2=[(0.798216, 0.280197, 0.469538, 1.0), (0.993814, 0.704741, 0.183043, 1.0)]
plt.pie(sizes, explode=explode, labels=labels, colors=colors2, autopct='%1.1f%%', shadow=True, startangle=140)
plt.axis('equal')
plt.title('Distribució entre estudiants natius i internacionals ')
plt.show()
#Relació entre les diferents nacionalitats
nat_noms = {
1: 'Portuguese', 2: 'German', 6: 'Spanish', 11: 'Italian', 13: 'Dutch',
14: 'English', 17: 'Lithuanian', 21: 'Angolan', 22: 'Cape Verdean',
24: 'Guinean', 25: 'Mozambican', 26: 'Santomean', 32: 'Turkish',
41: 'Brazilian', 62: 'Romanian', 100: 'Moldova (Republic of)',
101: 'Mexican', 103: 'Ukrainian', 105: 'Russian', 108: 'Cuban',
109: 'Colombian'
}
nat_num = dades2.features['Nacionality'].map(nat_noms).value_counts()
colors=[(0.050383, 0.029803, 0.527975, 1.0),
(0.362553, 0.003243, 0.649245, 1.0),
(0.610667, 0.090204, 0.619951, 1.0),
(0.798216, 0.280197, 0.469538, 1.0),
(0.928329, 0.472975, 0.326067, 1.0),
(0.993814, 0.704741, 0.183043, 1.0),
(0.940015, 0.975158, 0.131326, 1.0)]
#Pie chart nacionalitats
labels = nat_num.index
sizes = nat_num.values
plt.pie(sizes, labels=labels, colors=colors, autopct='%1.1f%%', startangle=140)
plt.axis('equal')
plt.title('Distribució destudiants per nacionalitat')
plt.show()
#bar chart nacioalitats
plt.figure(figsize=(12, 6))
nat_num.plot(kind='bar', color=colors)
plt.xlabel('Nacionalitat')
plt.ylabel('Número destudiants')
plt.title('Numero destudiants per Nacionalitat')
plt.xticks(rotation=45, ha='right')
plt.show()
#Extreure la nacionalitat Portuguesa- Contar només els internacionals
nat_num = dades2.features['Nacionality'].map(nat_noms)
nat_num = nat_num[nat_num != 'Portuguese'].value_counts()
plt.figure(figsize=(12, 6))
nat_num.plot(kind='bar', color=colors)
plt.xlabel('Nacionalitat')
plt.ylabel('Número destudiants')
plt.title('Numero destudiants per Nacionalitat (Excloint nacionalitat Portuguesa)')
plt.xticks(rotation=45, ha='right')
plt.show()
#Qualificació previa a la universitat
prev_noms = {
1: 'Secondary education',
2: "Higher education - bachelor's degree",
3: 'Higher education - degree',
4: "Higher education - master's",
5: 'Higher education - doctorate',
6: 'Frequency of higher education',
9: '12th year of schooling - not completed',
10: '11th year of schooling - not completed',
12: 'Other - 11th year of schooling',
14: '10th year of schooling',
15: '10th year of schooling - not completed',
19: 'Basic education 3rd cycle (9th/10th/11th year) or equiv.',
38: 'Basic education 2nd cycle (6th/7th/8th year) or equiv.',
39: 'Technological specialization course',
40: 'Higher education - degree (1st cycle)',
42: 'Professional higher technical course',
43: 'Higher education - master (2nd cycle)'
}
prev_num = dades2.features['Previous qualification'].map(prev_noms).value_counts()
colors=[(0.050383, 0.029803, 0.527975, 1.0),
(0.362553, 0.003243, 0.649245, 1.0),
(0.610667, 0.090204, 0.619951, 1.0),
(0.798216, 0.280197, 0.469538, 1.0),
(0.928329, 0.472975, 0.326067, 1.0),
(0.993814, 0.704741, 0.183043, 1.0),
(0.940015, 0.975158, 0.131326, 1.0)]
plt.figure(figsize=(12, 6))
plt.xlabel("Qualificacions prèvies")
plt.ylabel("Número d'estudiants")
plt.title("Número d'estudiants per qualificacións prèvies a la universitat")
prev_num.plot(kind='bar',color=colors)
plt.xticks(rotation=45, ha='right')
plt.show()
# Relacio estudiants per tipus d'aplicació
applic_nom = {
1: '1st phase - general contingent',
2: 'Ordinance No. 612/93',
5: '1st phase - special contingent (Azores Island)',
7: 'Holders of other higher courses',
10: 'Ordinance No. 854-B/99',
15: 'International student (bachelor)',
16: '1st phase - special contingent (Madeira Island)',
17: '2nd phase - general contingent',
18: '3rd phase - general contingent',
26: 'Ordinance No. 533-A/99, item b2) (Different Plan)',
27: 'Ordinance No. 533-A/99, item b3 (Other Institution)',
39: 'Over 23 years old',
42: 'Transfer',
43: 'Change of course',
44: 'Technological specialization diploma holders',
51: 'Change of institution/course',
53: 'Short cycle diploma holders',
57: 'Change of institution/course (International)'
}
applic_num = dades2.features['Application mode'].map(applic_nom).value_counts()
colors=[(0.050383, 0.029803, 0.527975, 1.0),
(0.362553, 0.003243, 0.649245, 1.0),
(0.610667, 0.090204, 0.619951, 1.0),
(0.798216, 0.280197, 0.469538, 1.0),
(0.928329, 0.472975, 0.326067, 1.0),
(0.993814, 0.704741, 0.183043, 1.0),
(0.940015, 0.975158, 0.131326, 1.0)]
plt.figure(figsize=(12, 6))
plt.xlabel("Tipus d'inscripció")
plt.ylabel("Número d'estudiants")
plt.title("Número d'estudiants per tipus d'inscripció")
applic_num.plot(kind='bar',color=colors)
plt.xticks(rotation=45, ha='right')
plt.show()
#Relació del grau i el nombre d'estudiants
course_noms = {
33: 'Biofuel Production Technologies',
171: 'Animation and Multimedia Design',
8014: 'Social Service (evening attendance)',
9003: 'Agronomy',
9070: 'Communication Design',
9085: 'Veterinary Nursing',
9119: 'Informatics Engineering',
9130: 'Equinculture',
9147: 'Management',
9238: 'Social Service',
9254: 'Tourism',
9500: 'Nursing',
9556: 'Oral Hygiene',
9670: 'Advertising and Marketing Management',
9773: 'Journalism and Communication',
9853: 'Basic Education',
9991: 'Management (evening attendance)'
}
course_counts = dades2.features['Course'].map(course_noms).value_counts()
colors = [
(0.050383, 0.029803, 0.527975, 1.0),
(0.362553, 0.003243, 0.649245, 1.0),
(0.610667, 0.090204, 0.619951, 1.0),
(0.798216, 0.280197, 0.469538, 1.0),
(0.928329, 0.472975, 0.326067, 1.0),
(0.993814, 0.704741, 0.183043, 1.0),
(0.940015, 0.975158, 0.131326, 1.0)
]
plt.figure(figsize=(12, 6))
plt.xlabel("Graus universitaris")
plt.ylabel("Número d'estudiants")
plt.title("Número d'estudiants per graus universitaris")
course_counts.plot(kind='bar', color=colors)
plt.xticks(rotation=45, ha='right')
plt.show()
#Matriu de correlació entre atributs
corr = dades2.features.corr(numeric_only=True)
fig, ax = plt.subplots(figsize=(35, 35))
sns.heatmap(corr, cmap='plasma', annot=True, square=True)
plt.title("Corelació Heatmap entre els atributs")
plt.show()
##histogram - visual representation
sns.set_theme(style = 'ticks')
dades2.features.hist(bins=10, figsize=(40, 35), grid=True, legend=None,color='pink');
"""##Relació de les dades amb l'Objectiu"""
#Estadistiques OBJECTIU
fig, axes = plt.subplots(nrows=1, ncols=2, figsize=(15, 7))
colors =[(0.050383, 0.029803, 0.527975, 1.0), (0.798216, 0.280197, 0.469538, 1.0),(0.993814, 0.704741, 0.183043, 1.0)]
#amb valors reals
dades2.targets["Target"].value_counts().plot.bar(
ax=axes[0],
title="Abandonament i èxit acadèmic dels estudiants",
ylabel="Número d'estudiants",
xlabel="Objectiu",
rot=0,
color=colors
)
#amb percentatges
dades2.targets["Target"].value_counts(normalize=True).plot.bar(
ax=axes[1],
title="Percentatge d'abandonament i èxit acadèmic dels estudiants",
ylabel="Percentatge d'estudiants",
xlabel="Objectiu",
rot=0,
color=colors
)
axes[0].bar_label(axes[0].containers[0], label_type="center", color='w')
axes[1].bar_label(axes[1].containers[0], fmt='%.2g', label_type="center", color='w')
plt.show()
#Relacio de l'objectiu amb el genere del estudiant
colors =[(0.050383, 0.029803, 0.527975, 1.0), (0.798216, 0.280197, 0.469538, 1.0),(0.993814, 0.704741, 0.183043, 1.0)]
perc1 = pd.crosstab(dades2.targets["Target"], dades2.features["Gender"]).apply(lambda r: r / r.sum(), axis=1)
perc1=perc1.reindex(["Graduate", "Dropout", "Enrolled"])
ax = perc1.transpose().plot.bar(
figsize = (10,8),
title = "Grafica d'abandonament i èxit acadèmic per gènere dels estudiants",
xlabel= "Gènere",
ylabel = "Percentatge d'estudiants",
rot=0,
color=colors,
fontsize = 12
)
ax.set_xticklabels(("Female", "Male"))
for p in ax.containers:
ax.bar_label(p, fmt='%.2f',label_type='center', fontsize=14, color='w')
#Relació de l'objectiu amb l'estat civil dels estudiants
marital_status_perc = pd.crosstab(dades2.features["Marital Status"], dades2.targets["Target"], normalize='index')
marital_status_perc = marital_status_perc.reindex(columns=["Graduate", "Dropout", "Enrolled"])
colors = [(0.050383, 0.029803, 0.527975, 1.0),
(0.798216, 0.280197, 0.469538, 1.0),
(0.993814, 0.704741, 0.183043, 1.0)]
ax = marital_status_perc.plot(kind="bar", figsize=(10, 6), title="Grafica d'abandonament i èxit acadèmic per estat civil dels estudiants", color=colors)
plt.xlabel("Estat civil")
plt.xticks([0, 1, 2, 3, 4, 5], ['Single', 'Married', 'Widower', 'Divorced', 'Facto Union', 'Legally Separated'], rotation=0)
# Llegenda
ax.legend(["Graduate", "Dropout", "Enrolled"], loc=9)
#calcular percentatges per cada apartat
for p in ax.patches:
width, height = p.get_width(), p.get_height()
x, y = p.get_xy()
ax.annotate(f'{height:.2%}', (x + width/2, y + height), ha='center', fontsize=12)
plt.show()
#Relacio de l'objectiu amb el l'horari del estudiant
colors =[(0.050383, 0.029803, 0.527975, 1.0), (0.798216, 0.280197, 0.469538, 1.0),(0.993814, 0.704741, 0.183043, 1.0)]
perc1 = pd.crosstab(dades2.targets["Target"], dades2.features["Daytime/evening attendance"]).apply(lambda r: r / r.sum(), axis=1)
perc1=perc1.reindex(["Graduate", "Dropout", "Enrolled"])
ax = perc1.transpose().plot.bar(
figsize = (10,8),
title = "Grafica d'abandonament i èxit acadèmic per horari dels estudiants",
xlabel= "Horari",
ylabel = "Percentatge d'estudiants",
rot=0,
color=colors,
fontsize = 12
)
ax.set_xticklabels(("Evening (Nit)", "Daytime (Dia)"))
for p in ax.containers:
ax.bar_label(p, fmt='%.2f',label_type='center', fontsize=14, color='w')
"""---
# Preprocessament de les dades
## Preprocessament
"""
import pandas as pd
import numpy as np
import seaborn as sns
from sklearn.model_selection import train_test_split, KFold, cross_val_score
from sklearn.preprocessing import StandardScaler,LabelEncoder
from sklearn.ensemble import RandomForestClassifier # Example classifier
from sklearn.model_selection import KFold
from sklearn.model_selection import cross_val_score
from sklearn.metrics import accuracy_score, precision_score, recall_score, f1_score
from sklearn.metrics import confusion_matrix, classification_report
from matplotlib import pyplot as plt
from sklearn.ensemble import RandomForestClassifier
from sklearn.metrics import classification_report, confusion_matrix
import matplotlib.pyplot as plt
import seaborn as sns
from scipy import stats
#tornar a carregar dades per possibles modificacions anteriors des del DRIVE
from google.colab import drive
#from google.colab import drive -demana permis a llegir el DRIVE
drive.mount('/content/drive')
dades_p = pd.read_csv('drive/My Drive/MIDA/data.csv',sep=';')
dades_p.head()
#mirar si hi han atributs buits
atr_buit = dades_p.columns.isnull().sum()
#mirar si hi han objectiu buit
obj_buit = dades_p["Target"].isnull().sum()
print("Valors buits dels atributs: ")
print(atr_buit)
print("\nValors buits del objectiu: ")
print(obj_buit)
#mirar si hi han files duplicades
dup_fil =dades_p[dades_p.duplicated(keep=False)]
dup_num = dup_fil.sum()
print("Numero de files duplicades:")
print(dup_num)
#mirar les files duplicades
files = dades_p[dup_fil]
print("Files duplicades :")
print(files)
print("Si llista surt NAN significa que no hi ha cap fila duplicada")
"""S'han eliminat correctament els atributs triats i passa a ser un dataset de 37 columnes a 31 columnes amb tots els atributs numerals (no categorics) i amb només els estudiants o que ja s'han graduat o han abandonat
## Divisió de les dades
"""
import numpy as np
from sklearn.model_selection import train_test_split
from sklearn.svm import SVC # Assuming using SVM for illustration
from sklearn.metrics import accuracy_score
import matplotlib.pyplot as plt
X = dades_p.drop('Target', axis=1)
y=dades_p["Target"]
from sklearn.tree import DecisionTreeClassifier
from sklearn.model_selection import train_test_split
from sklearn.metrics import accuracy_score
#Ratios de Training i Test
split_ratios = [(0.6, 0.2), (0.7, 0.15), (0.8, 0.1)]
results = []
for train_ratio, val_ratio in split_ratios:
X_train, X_temp, y_train, y_temp = train_test_split(X, y, test_size=1-train_ratio, random_state=42)
X_val, X_test, y_val, y_test = train_test_split(X_temp, y_temp, test_size=val_ratio/(val_ratio + (1-train_ratio-val_ratio)), random_state=42)
#Crear model
model = DecisionTreeClassifier()
model.fit(X_train, y_train)
val_accuracy = accuracy_score(y_val, model.predict(X_val))
test_accuracy = accuracy_score(y_test, model.predict(X_test))
#Guardar resultats segosn el ratio
results.append({'train_ratio': train_ratio, 'val_ratio': val_ratio, 'val_accuracy': val_accuracy, 'test_accuracy': test_accuracy})
# Representació grafica entre ratios
train_ratios = [r['train_ratio'] for r in results]
val_accuracies = [r['val_accuracy'] for r in results]
test_accuracies = [r['test_accuracy'] for r in results]
plt.figure(figsize=(10, 6))
plt.plot(train_ratios, val_accuracies, label=' Accuracy de la Validació',color='darkblue')
plt.plot(train_ratios, test_accuracies, label='Accuracy del Test',color='deeppink')
plt.xlabel('Training Set Ratio')
plt.ylabel('Accuracy')
plt.title('Model rendiment entre Train/Validation Ratios')
plt.legend()
plt.show()
"""## Atributs relacionats amb l'objectiu
Revisar cada atribut la seva relació amb l'objectiu, per aixi aconseguir una millor comprensió de les relacions dins del dataset.
Treure els estudiants que estan estudiant actualment ja que només volem els que ja s'han graduat o ho han abandonat.
"""
#tornar a carregar dades per possibles modificacions anteriors des del DRIVE
from google.colab import drive
#from google.colab import drive -demana permis a llegir el DRIVE
drive.mount('/content/drive')
dades_p = pd.read_csv('drive/My Drive/MIDA/data.csv',sep=';')
dades_p.head()
dades_p.columns
print("Verificar que tots els atributs i targets siguin de tipus numeral")
dades_p.info()
print("Si el Dtype(tipus de variable) és int64 o float64 significa que és numeral. ")
#Target orignalment de tipus categoric
# Eliminar els estudiants que estan actualment estudiant
print("Abans treure estudiants que actualment esta estudien: ")
print(dades_p.loc[:,'Target'].value_counts())
print("Estudiants totals",dades_p['Target'].value_counts().sum(),'\n')
#Treure els estudiants Enrolled -> fixarem en si s'han graduat o no
print("Despres de treure els estudiants que actualment estudien: ")
dades_p=dades_p.loc[(dades_p['Target']=='Graduate') | (dades_p['Target'] == 'Dropout')].copy()
print(dades_p.loc[:,'Target'].value_counts())
print("Estudiants totals",dades_p['Target'].value_counts().sum(),'\n')
#Canviar de categoric a NUMERAL
print("----------")
print("Canviar el target d'un atribut categoric a numeral: ")
dades_p['Target'] =LabelEncoder().fit_transform(dades_p['Target'])
print(dades_p.loc[:,'Target'].value_counts())
print("Estudiants totals",dades_p['Target'].value_counts().sum(),'\n')
print("--> 1 son els estudiants que s'han graduat i 0 els que no ho han fet")
#Dividir els atributs per tipus i veure la seva relació amb l'objectiu
#Dades demogràfiques
demo= dades_p[["Marital status", "Nacionality", "Displaced", "Gender",
"Educational special needs", "Age at enrollment", "International", "Target"]]
#Dades Socio Economiques
soec=dades_p[["Mother's qualification", "Father's qualification", "Mother's occupation",
"Father's occupation",
"Debtor", "Tuition fees up to date", "Scholarship holder", "Target"]]
#Dades academiques
acad=dades_p[['Application mode', 'Application order', 'Course', 'Daytime/evening attendance\t',
'Previous qualification','Previous qualification (grade)',
'Curricular units 1st sem (credited)',
'Curricular units 1st sem (enrolled)',
'Curricular units 1st sem (evaluations)',
'Curricular units 1st sem (approved)',
'Curricular units 1st sem (grade)',
'Curricular units 1st sem (without evaluations)',
'Curricular units 2nd sem (credited)',
'Curricular units 2nd sem (enrolled)',
'Curricular units 2nd sem (evaluations)',
'Curricular units 2nd sem (approved)',
'Curricular units 2nd sem (grade)',
'Curricular units 2nd sem (without evaluations)', 'Target']]
#Dades del proces inscripció
insc=dades_p[['Unemployment rate', 'Inflation rate','Admission grade','GDP','Target']]
#Comprovar que tots els atributs han estat redistribuits
atributs_falten = set(dades_p.columns) - set(soec.columns)- set(demo.columns)- set(acad.columns)- set(insc.columns)
print("Els atributs que falta redistribuir: ",atributs_falten)
#Veure la relació amb l'objectiu fent servir matrius de corelació- heatmaps
fig, ax = plt.subplots(figsize=(7,5))
sns.heatmap(demo.corr(), annot=True, cmap="plasma")
plt.title("Dades Demografiques")
plt.show()
"""Es pot observar que els atributs que tenen més correlació són: **International/Nacionality**
La majoria d'estudiants son *Portuguesos* i ens podria portar problemes d'influència en els models de classificació
Els altres atributs tenen una correlació correcta amb el Target.
"""
#Veure la relació amb l'objectiu fent servir matrius de corelació- heatmaps
fig, ax = plt.subplots(figsize=(7,5))
sns.heatmap(soec.corr(), annot=True, cmap="plasma")
plt.title("Dades SocioEconomiques")
plt.show()
"""Es pot observar que els atributs que tenen més correlació són: **Father's occupation/Mother's occupation** pero és un atribut interessant per veure la seva influència en els models.
Els altres atributs tenen una correlació correcta amb el Target.
"""
#Veure la relació amb l'objectiu fent servir matrius de corelació- heatmaps
fig, ax = plt.subplots(figsize=(14,10))
sns.heatmap(acad.corr(), annot=True, cmap="plasma")
plt.title("Dades Academiques")
plt.show()
"""Es pot observar que els atributs que tenen més correlació són:
**Curricular units 1st/2nd sem (credited)**
**Curricular units 1st/2nd sem (enrolled)**
**Curricular units 1st/2nd sem (evaluations)**
**Curricular units 1st/2nd sem (approved)**
**Curricular units 1st/2nd sem (grade)**
Prou elevats ( 0.80 en amunt) per afectar en el dataset.
Els altres atributs tenen una correlació correcta amb el Target.
"""
#Veure la relació amb l'objectiu fent servir matrius de corelació- heatmaps
fig, ax = plt.subplots(figsize=(7,5))
sns.heatmap(insc.corr(), annot=True, cmap="plasma")
plt.title("Dades estat de la Inscripció")
plt.show()
"""Els atributs tenen una correlació correcta amb el target
### Prova eliminacó d'atributs amb més correlació
"""
#Atributs amb alta correlació amb l'objectiu treure del dataset
atributs_treure=dades_p[[
'Nacionality','Curricular units 1st sem (credited)',
'Curricular units 1st sem (enrolled)',
'Curricular units 1st sem (evaluations)',
'Curricular units 1st sem (approved)',
'Curricular units 1st sem (grade)'
]]
dades_noat=dades_p.copy()
dades_noat.drop(columns=atributs_treure.columns, inplace=True)
dades_noat.head()
#Comprovació del preprocessament
dades_og= pd.read_csv('drive/My Drive/MIDA/data.csv',sep=';')
print("Dades originals:",dades_og.shape)
print("Dades sent preprocessades: (nomes graduats/no graduats) ",dades_p.shape)
print("Dades completament preprocessades (sense atributs amb alta correlació):",dades_noat.shape)
#dataset preprocessat graduats/no graduats
corr = dades_p.corr(numeric_only=True)
fig, ax = plt.subplots(figsize=(35, 35))
sns.heatmap(corr, cmap='plasma', annot=True, square=True)
plt.title("Corelació Heatmap entre els atributs estudiants graduats/no graduats")
plt.show()
# Correlation Matrix sense els atributs que vols eliminar
fig, ax = plt.subplots(figsize=(20, 15))
sns.heatmap(dades_noat.corr(), annot=True, cmap="plasma", fmt='.2f', annot_kws={"size": 10})
plt.title("Corelació Heatmap entre els atributs estudiants graduats/no graduats (Sense atributs d'alta correlació)")
plt.show()
"""
---
# Data mining models
"""
import pandas as pd
import numpy as np
import seaborn as sns
from sklearn.model_selection import train_test_split, KFold, cross_val_score
from sklearn.preprocessing import StandardScaler,LabelEncoder
from sklearn.ensemble import RandomForestClassifier # Example classifier
from sklearn.model_selection import KFold
from sklearn.model_selection import cross_val_score
from sklearn.metrics import accuracy_score, precision_score, recall_score, f1_score
from sklearn.metrics import confusion_matrix, classification_report
from matplotlib import pyplot as plt
from sklearn.ensemble import RandomForestClassifier
from sklearn.metrics import classification_report, confusion_matrix
import matplotlib.pyplot as plt
import seaborn as sns
from scipy import stats
#tornar a carregar dades per possibles modificacions anteriors des del DRIVE
from google.colab import drive
#from google.colab import drive -demana permis a llegir el DRIVE
drive.mount('/content/drive')
data = pd.read_csv('drive/My Drive/MIDA/data.csv',sep=';')
data.head()
#No fent servir collab notebook
#Tenint el dataset a la mateixa carpeta del programa
#df=pd.read_csv('data.csv',sep=';')
#df.head()
#Passar les dades categoriques a numerals
#Eliminar els estudiants que estan actualment estudiant
dm_data=data.copy()
print("Abans treure estudiants que actualment esta estudien: ")
print(dm_data.loc[:,'Target'].value_counts())
#Treure els estudiants Enrolled -> fixarem en si s'han graduat o no
print("Despres de treure els estudiants que actualment estudien: ")
dm_data=dm_data[(dm_data['Target']=='Graduate') | (dm_data['Target'] == 'Dropout')]
print(dm_data.loc[:,'Target'].value_counts())
#Canviar de categoric a NUMERAL
print("----------")
print("Canviar el target d'un atribut categoric a numeral: ")
dm_data['Target'] = LabelEncoder().fit_transform(dm_data['Target'])
print(dm_data.loc[:,'Target'].value_counts())
print("--> 1 son els estudiants que s'han graduat i 0 els que no ho han fet")
"""## Single Fold Cross Validation"""
#Rellegir dades evitar possibles problemes
from google.colab import drive
#from google.colab import drive -demana permis a llegir el DRIVE
drive.mount('/content/drive')
data = pd.read_csv('drive/My Drive/MIDA/data.csv', sep=';')
data_sf = data.copy()
#Estudiants graduats o han abandonat
data_sf = data_sf[(data_sf['Target'] == 'Graduate') | (data_sf['Target'] == 'Dropout')]
#Passar de categoric a numeral
data_sf['Target'] = LabelEncoder().fit_transform(data_sf['Target'])
data_sf.shape
#trobar millors parametres- max depth per randomforest
from sklearn.model_selection import GridSearchCV
scaler = StandardScaler()
#guardar a X tots els atributs menys el target, a Y el target
X = data_sf.drop('Target', axis=1)
y = data_sf['Target']
scaled = scaler.fit_transform(X)
X_train, X_test, y_train, y_test = train_test_split(scaled, y, test_size=0.2, random_state=10)
param_grid = {'max_depth': [5, 10, 15, 20, None]}
#Grid busqueda per cassificador validation
grid_search = GridSearchCV(RandomForestClassifier(n_estimators=100, random_state=20), param_grid, cv=5)
grid_search.fit(X_train, y_train)
print('Millor max_depth trobada:', grid_search.best_params_['max_depth'])
#Classificadors Random Forest Classifier
rf = RandomForestClassifier(n_estimators=50,max_depth=grid_search.best_params_['max_depth'],min_samples_split=4, min_samples_leaf=2, random_state=20)
rf.fit(X_train, y_train)
rf.score(X_test, y_test)
#Fer Prediccions de les dades
y_pred2 = rf.predict(X_test)
print('\n INFORME MODEL SINGLE FOLD CV \n')
print(classification_report(y_test, y_pred2))
#Matriu de confusió
cm = confusion_matrix(y_test, y_pred2)
print("\nMATRIU DE CONFUSIÓ ")
plt.figure(figsize= (6,4))
sns.heatmap(cm, annot=True, fmt="d", cmap="plasma")
plt.show()
print("\n RESULTATS ACCURACY")
print("Accuracy: ",accuracy_score(y_test, y_pred2))
print('Training Accuracy (entrenat):',rf.score(X_train,y_train))
print('Testing Accuracy (test):',rf.score(X_test,y_test))
"""## K-Fold Cross Validation"""
#Rellegir dades evitar possibles problemes
from google.colab import drive
#from google.colab import drive -demana permis a llegir el DRIVE
drive.mount('/content/drive')
data2 = pd.read_csv('drive/My Drive/MIDA/data.csv', sep=';')
data_kf = data2.copy()
#Estudiants graduats o han abandonat
data_kf = data_kf[(data_kf['Target'] == 'Graduate') | (data_kf['Target'] == 'Dropout')]
#Passar de categoric a numeral
data_kf['Target'] = LabelEncoder().fit_transform(data_kf['Target'])
data_kf.shape
import matplotlib.pyplot as plt
import seaborn as sns
from sklearn.model_selection import train_test_split, StratifiedKFold
from sklearn.metrics import classification_report, confusion_matrix
from sklearn.neighbors import KNeighborsClassifier
from sklearn.model_selection import GridSearchCV
#guardar a X tots els atributs menys el target, a Y el target
X = data_kf.drop('Target', axis=1)
y = data_kf['Target']
scaled = scaler.fit_transform(X)
X_train_full, X_test, y_train_full, y_test = train_test_split(scaled, y, test_size=0.2, random_state=42)
from sklearn.model_selection import GridSearchCV
#Trobar millor parametre n_neighbors pel model de kfold cross validation
param_grid = {'n_neighbors': range(1, 30)}
knn = KNeighborsClassifier()
grid_search = GridSearchCV(knn, param_grid, cv=5)
grid_search.fit(X_train_full, y_train_full)
print("Millor número n_neighors:",grid_search.best_params_['n_neighbors'])
# K-Fold Cross-Validation Inicialització
kf = StratifiedKFold(n_splits=5, shuffle=True, random_state=42)
#metriques
accuracies = []
precisions = []
recalls = []
f1_scores = []
# K-Fold Cross-Validation
for train_index, test_index in kf.split(X_train_full, y_train_full):
X_train, X_val = X_train_full.iloc[train_index], X_train_full.iloc[test_index]
y_train, y_val = y_train_full.iloc[train_index], y_train_full.iloc[test_index]
#Model amb el nombre n_neighbors millor trobat
model = KNeighborsClassifier(n_neighbors=grid_search.best_params_['n_neighbors'])
model.fit(X_train, y_train)
y_pred = model.predict(X_val) #Prediccio per cada fold
# Calculate metrics
accuracies.append(accuracy_score(y_val, y_pred))
precisions.append(precision_score(y_val, y_pred, average='weighted'))
recalls.append(recall_score(y_val, y_pred, average='weighted'))
f1_scores.append(f1_score(y_val, y_pred, average='weighted'))
#Fer Prediccions de les dades
final_pred = model.predict(X_test)
print('\n INFORME MODEL K FOLD CV \n')
print(classification_report(y_test, final_pred))
#matriu de confusió
cm = confusion_matrix(y_test, final_pred)
print("\nMATRIU DE CONFUSIÓ ")
plt.figure(figsize=(6, 4))
sns.heatmap(cm, annot=True, fmt="d", cmap="plasma")
plt.show()
# Mitjanes de les k cross-validation
print("\n MITJANES DE CADA FOLD ")
print(f"Average Accuracy: {sum(accuracies) / len(accuracies)}")
print(f"Average Precision: {sum(precisions) / len(precisions)}")
print(f"Average Recall: {sum(recalls) / len(recalls)}")
print(f"Average F1 Score: {sum(f1_scores) / len(f1_scores)}")
"""---
# Machine learning methods
## Naı̈ve Bayes
"""
#Rellegir dades evitar possibles problemes#Rellegir dades evitar possibles problemes
from google.colab import drive
#from google.colab import drive -demana permis a llegir el DRIVE
drive.mount('/content/drive')
data = pd.read_csv('drive/My Drive/MIDA/data.csv', sep=';')
data_nb = data.copy()
#Estudiants graduats o han abandonat
data_nb = data_nb[(data_nb['Target'] == 'Graduate') | (data_nb['Target'] == 'Dropout')]
#Passar de categoric a numeral
data_nb['Target'] = LabelEncoder().fit_transform(data_nb['Target'])
data_nb.shape
from sklearn.model_selection import GridSearchCV
import matplotlib.pyplot as plt
import pandas as pd
import numpy as np
print(data_nb.loc[:,'Target'].value_counts())
scaler = StandardScaler()
#guardar a X tots els atributs menys el target, a Y el target
X = data_nb.drop('Target', axis=1)
y = data_nb['Target']
print(X.shape)
print(y.shape)
(X_train, X_test, y_train, y_test) = train_test_split(X, y, test_size=0.2, random_state=1)
# trobar millors parametres- best_var_smoothing
import numpy as np
from sklearn.naive_bayes import GaussianNB
from sklearn.model_selection import StratifiedKFold, GridSearchCV, train_test_split
from sklearn.metrics import f1_score, classification_report, confusion_matrix
# Aplicar a threshold per la probabilitat de les prediccions
def filterp(threshold, probabilities):
return (probabilities > threshold).astype(int)
#parametres trobar
param_grid_nb = {'var_smoothing': np.logspace(0, -9, num=100)}
#Stratified K-Fold per cross validation
cv = StratifiedKFold(n_splits=10, random_state=42, shuffle=True)
# Model Gaussian Naive Bayes
gnb = GaussianNB()
grid_search_nb = GridSearchCV(estimator=gnb, param_grid=param_grid_nb, cv=cv, scoring='accuracy')
grid_search_nb.fit(X, y)
best_var_smoothing = grid_search_nb.best_params_['var_smoothing']
print(f"Millor var_smoothing: {grid_search_nb.best_params_} Accuracy: {grid_search_nb.best_score_}")
#Naive Bayes amb millors parametres trobats
gnb = GaussianNB(var_smoothing=grid_search_nb.best_params_['var_smoothing'])
gnb.fit(X_train, y_train)
# Prediccions per la CLASSE 1
probs = gnb.predict_proba(X_test)[:, 1]
# Define thresholds to search for the optimal threshold
thresholds = np.linspace(0, 1, 101)
best_threshold = 0
best_f1_score = 0
#Buscar millor threshold
for threshold in thresholds:
preds = filterp(threshold, probs)
f1 = f1_score(y_test, preds, pos_label=1)
if f1 > best_f1_score:
best_f1_score = f1
best_threshold = threshold
print(f"Best threshold: {best_threshold} with F1-score: {best_f1_score}")
#Millor threshold trobat, aplicar en prediccions
from sklearn.metrics import accuracy_score, precision_score, recall_score, f1_score
import seaborn as sns