ag added conda env

README.md

@@ -13,13 +13,14 @@ Questo serve per splittare il dataset (small o normale) in train, validation e t
  Questo e' il core del programma: ho messo una griglia di iperparametri con dei range di solito utilizzati. Si allena un xgboost a massimizzare MCC (non accuracy che non e' indicato in caso di classi sbilanciate). Si imposta il numero di trial (suggerisco almeno 1000) e un timeout (in caso di risorse limitate). `num_boost` e' il numero massimo di step, c'e' un sistema di overfitting detection per fermarlo prima. 
 
 ## gain_accuracy_train
-Si puo' usare come no ma l'idea e' che, una volta trovato il set di parametri posso giocare con le variabili di input. Esse vengono ordinate utilizzando lo score (`best_model.get_fscore())`).
+L'idea e' che, una volta trovato il set di parametri ottimale, posso giocare con le variabili di input. A farla bene si dovrebbe rilanciare l'ottimizzazione per ogni scelta delle variabili, ma costerebbe molto piu' tempo. 
+Le features vengono ordinate per importanza utilizzando lo score (`best_model.get_fscore())`).
 ![Feature importance](img/FI.png)
 
  A questo punto, partendo dalla piu' importante si allena il modello con N features e si confrontano i valori.
  ![Risultati per numero di features](img/FS.png)
 
-  Questo puo' essere utilizzato anche per dire: per avere il x% di accuracy devo utilizzare almeno queste variabili. Mi viene in mente ad esempio i campi obbligatori del form da compilare...
+  Questo puo' essere utilizzato anche per dire: per avere il x% di accuracy devo utilizzare almeno queste variabili. Mi viene in mente ad esempio 'questi sono i campi obbligatori del form da compilare'. 
 
 ## Notebooks
 

environment.yml

@@ -0,0 +1,154 @@
+name: pid
+channels:
+  - defaults
+dependencies:
+  - _libgcc_mutex=0.1=main
+  - _openmp_mutex=5.1=1_gnu
+  - bzip2=1.0.8=h7b6447c_0
+  - ca-certificates=2023.12.12=h06a4308_0
+  - expat=2.5.0=h6a678d5_0
+  - ld_impl_linux-64=2.38=h1181459_1
+  - libffi=3.4.4=h6a678d5_0
+  - libgcc-ng=11.2.0=h1234567_1
+  - libgomp=11.2.0=h1234567_1
+  - libstdcxx-ng=11.2.0=h1234567_1
+  - libuuid=1.41.5=h5eee18b_0
+  - ncurses=6.4=h6a678d5_0
+  - openssl=1.1.1w=h7f8727e_0
+  - pip=23.3.1=py311h06a4308_0
+  - python=3.11.0=h7a1cb2a_3
+  - readline=8.2=h5eee18b_0
+  - setuptools=68.2.2=py311h06a4308_0
+  - sqlite=3.41.2=h5eee18b_0
+  - tk=8.6.12=h1ccaba5_0
+  - wheel=0.41.2=py311h06a4308_0
+  - xz=5.4.5=h5eee18b_0
+  - zlib=1.2.13=h5eee18b_0
+  - pip:
+      - alembic==1.13.1
+      - anyio==4.2.0
+      - argon2-cffi==23.1.0
+      - argon2-cffi-bindings==21.2.0
+      - arrow==1.3.0
+      - asttokens==2.4.1
+      - async-lru==2.0.4
+      - attrs==23.2.0
+      - babel==2.14.0
+      - beautifulsoup4==4.12.3
+      - bleach==6.1.0
+      - catboost==1.2.2
+      - certifi==2024.2.2
+      - cffi==1.16.0
+      - charset-normalizer==3.3.2
+      - cloudpickle==3.0.0
+      - colorlog==6.8.2
+      - comm==0.2.1
+      - contourpy==1.2.0
+      - cycler==0.12.1
+      - debugpy==1.8.0
+      - decorator==5.1.1
+      - defusedxml==0.7.1
+      - executing==2.0.1
+      - fastjsonschema==2.19.1
+      - fonttools==4.47.2
+      - fqdn==1.5.1
+      - greenlet==3.0.3
+      - idna==3.6
+      - imageio==2.33.1
+      - imbalanced-learn==0.12.0
+      - imblearn==0.0
+      - ipykernel==6.29.0
+      - ipython==8.21.0
+      - isoduration==20.11.0
+      - jedi==0.19.1
+      - jinja2==3.1.3
+      - joblib==1.3.2
+      - json5==0.9.14
+      - jsonpointer==2.4
+      - jsonschema==4.21.1
+      - jsonschema-specifications==2023.12.1
+      - jupyter-client==8.6.0
+      - jupyter-core==5.7.1
+      - jupyter-events==0.9.0
+      - jupyter-lsp==2.2.2
+      - jupyter-server==2.12.5
+      - jupyter-server-terminals==0.5.2
+      - jupyterlab==4.0.12
+      - jupyterlab-pygments==0.3.0
+      - jupyterlab-server==2.25.2
+      - kiwisolver==1.4.5
+      - lazy-loader==0.3
+      - lime==0.2.0.1
+      - llvmlite==0.42.0
+      - mako==1.3.2
+      - markupsafe==2.1.4
+      - matplotlib==3.8.2
+      - matplotlib-inline==0.1.6
+      - mistune==3.0.2
+      - nbclient==0.9.0
+      - nbconvert==7.14.2
+      - nbformat==5.9.2
+      - nest-asyncio==1.6.0
+      - networkx==3.2.1
+      - notebook-shim==0.2.3
+      - numba==0.59.0
+      - numpy==1.26.3
+      - optuna==3.5.0
+      - overrides==7.7.0
+      - packaging==23.2
+      - pandas==2.2.0
+      - pandocfilters==1.5.1
+      - parso==0.8.3
+      - pexpect==4.9.0
+      - pillow==10.2.0
+      - platformdirs==4.2.0
+      - plotly==5.18.0
+      - prometheus-client==0.19.0
+      - prompt-toolkit==3.0.43
+      - psutil==5.9.8
+      - psycopg2-binary==2.9.9
+      - ptyprocess==0.7.0
+      - pure-eval==0.2.2
+      - pycparser==2.21
+      - pygments==2.17.2
+      - pyparsing==3.1.1
+      - python-dateutil==2.8.2
+      - python-graphviz==0.20.1
+      - python-json-logger==2.0.7
+      - pytz==2024.1
+      - pyyaml==6.0.1
+      - pyzmq==25.1.2
+      - referencing==0.33.0
+      - requests==2.31.0
+      - rfc3339-validator==0.1.4
+      - rfc3986-validator==0.1.1
+      - rpds-py==0.17.1
+      - scikit-image==0.22.0
+      - scikit-learn==1.4.0
+      - scipy==1.12.0
+      - send2trash==1.8.2
+      - shap==0.44.1
+      - six==1.16.0
+      - slicer==0.0.7
+      - sniffio==1.3.0
+      - soupsieve==2.5
+      - sqlalchemy==2.0.25
+      - stack-data==0.6.3
+      - tenacity==8.2.3
+      - terminado==0.18.0
+      - threadpoolctl==3.2.0
+      - tifffile==2024.1.30
+      - tinycss2==1.2.1
+      - tornado==6.4
+      - tqdm==4.66.1
+      - traitlets==5.14.1
+      - types-python-dateutil==2.8.19.20240106
+      - typing-extensions==4.9.0
+      - tzdata==2023.4
+      - uri-template==1.3.0
+      - urllib3==2.2.0
+      - wcwidth==0.2.13
+      - webcolors==1.13
+      - webencodings==0.5.1
+      - websocket-client==1.7.0
+      - xgboost==2.0.3