test result

.gitignore

@@ -10,3 +10,4 @@ lab1/data/processed/
 lab1/features/
 lab1/results/*
 !lab1/results/README.md
+

lab1/FOLLOWUP_EXPERIMENTS.md

@@ -1,636 +0,0 @@
-# Follow-up эксперименты
-
-Документ продолжает `EXPERIMENTS.md`. Здесь зафиксировано, что показали
-предварительные прогоны в `results/`, какие вопросы остались открытыми и какая
-серия экспериментов их закрывает. Запуск серии — `scripts/run_followup_experiments.sh`,
-сводка — `scripts/analyze_followup.py`.
-
----
-
-## 1. Что показали текущие прогоны
-
-### 1.1. Важная методическая поправка
-
-В `run_metadata.json`, `benchmark/summary.csv`, `ablation.csv`,
-`lsa_sweep.csv`, `delta_sweep.csv` и `length_bins.csv` основные числа часто
-берутся из **repeat 0**, а не как среднее по повторам. Например, у основного
-запуска `stylometry_pos_lsa/logreg` `run_metadata.metrics.macro_f1 = 0.1798`,
-но среднее по пяти повторам — `0.1785 ± 0.0060`, а по 25 фолдам —
-`0.1755 ± 0.0189`. Разница между repeat 0 и средним может быть больше, чем
-эффект, который мы пытаемся измерить.
-
-Поэтому в таблице ниже числа пересчитаны по `pooled_metrics.csv` (среднее по
-повторам). Новый скрипт `scripts/analyze_followup.py` делает то же самое для
-всех follow-up запусков.
-
-### 1.2. Сводка результатов
-
-| Постановка | Macro-F1, mean ± std | Повторов | Комментарий |
-|---|---:|---:|---|
-| `random_forest` по умолчанию | **0.2180 ± 0.0053** | 3 | лучший наблюдавшийся результат |
-| `random_forest`, depth 30, leaf 1 | 0.2007 ± 0.0040 | 3 | ручная сетка не проверяла `max_depth=None` |
-| `linear_svc`, C = 0.3 | 0.1878 ± 0.0052 | 3 | |
-| `linear_svc`, C = 1 | 0.1871 ± 0.0048 | 3 | |
-| `logreg`, nested CV | 0.1827 | 1 outer | настройка внутри фолдов |
-| `stylometry_pos` / `logreg` | 0.1815 ± 0.0054 | 5 | без LSA |
-| `stylometry_pos_lsa` / `logreg` | 0.1785 ± 0.0060 | 5 | LSA не улучшает |
-| `logreg`, C = 10 | 0.1843 ± 0.0048 | 3 | |
-| `lsa_content` / `logreg` | 0.1324 ± 0.0011 | 3 | тема даёт сигнал, но меньше полного набора |
-| `lsa_char` / `logreg` | 0.1127 ± 0.0007 | 3 | |
-| `stylometry` (только ручные) | 0.1051 ± 0.0038 | 5 | |
-| `lsa_word` / `logreg` | 0.0943 ± 0.0020 | 3 | |
-| `fw` / `logreg` | 0.0598 ± 0.0039 | 3 | |
-| `lsa_pos` / `logreg` | 0.0478 ± 0.0012 | 3 | |
-| `length` / `logreg` | 0.0354 ± 0.0032 | 5 | |
-| `char` / `multinomial_nb` | 0.0274 ± 0.0018 | 3 | |
-| `pos` / `multinomial_nb` | 0.0203 ± 0.0012 | 3 | |
-| `length` / `dummy` | 0.0038 | 1 | |
-
-Случайный уровень для 34 классов — около 0.029 по macro-F1. Почти все
-осмысленные модели выше него, но разброс между повторами и seed-ами
-сопоставим с разницей между многими конфигурациями.
-
-### 1.3. Что уже можно утверждать
-
-1. **Символьные и POS n-граммы — основной сигнал.** Переход от `stylometry`
-   (0.105) к `stylometry_pos` (0.182) даёт около +0.077 macro-F1. Это больше,
-   чем даёт любой LSA-блок.
-2. **LSA в текущем виде не оправдан.** `stylometry_pos` (0.1815) и
-   `stylometry_pos_lsa` (0.1785) статистически неразличимы: McNemar
-   `p = 0.86`, bootstrap-разница `+0.0021 [-0.0108, +0.0157]`. LSA стоит
-   либо убрать, либо пересобрать (другие варианты, число компонент, веса).
-3. **Random forest по умолчанию лучше линейных моделей.** 0.2180 против
-   0.1815–0.1878. При этом ручная сетка `max_depth ∈ {10, 20, 30}` не
-   проверяла `max_depth=None`, поэтому «лучшая» точка сетки (0.2007) хуже
-   дефолта. Нужна сетка вокруг дефолта: `max_depth=None`, `min_samples_leaf`,
-   `max_features`, `n_estimators`, `class_weight`.
-4. **Абляция намекает на шумные группы.** При 2 повторах удаление
-   `function_words` (+0.0041), `pos` (+0.0026), `lexical` (+0.0020) не
-   ухудшало результат. Это в пределах шума, но достаточно, чтобы проверить
-   «худые» наборы на 5 повторах.
-5. **Качество зависит от длины.** Для основного запуска (repeat 0):
-   31+ слов — 0.2055, 21–30 — 0.1781, 11–15 — 0.1385. Гипотеза H4
-   поддерживается для длинных реплик; группа 0–5 слов (n = 42) имеет слишком
-   широкий интервал.
-6. **Ошибки группируются.** Частые пары: Abigail↔Haley, Emily↔Leah/Penny,
-   Sam↔Sebastian/Alex, Vincent↔Jas. Это согласуется с возрастными и
-   гендерными подгруппами, но не доказывает, что модель обязана их путать.
-7. **Класс-уровень неоднороден.** Худшие F1 (repeat 0): Kent 0.00,
-   Marnie 0.035, Jodi 0.075, Penny 0.091, Maru 0.093. Лучшие: Willy 0.393,
-   Evelyn 0.367, Vincent 0.333. Редкие классы (Mister Qi — 15 реплик,
-   Sandy — 21, Dwarf — 23, Wizard — 24) дают широкие интервалы.
-8. **Верификация и кластеризация слабые.** ROC-AUC = 0.630, EER = 0.412,
-   TAR@FAR=1% = 0.035, top-1 = 0.133. Кластеризация: ARI = 0, NMI ≈ 0.31–0.35.
-   Это ограничивает интерпретацию: 34-классовая задача различает персонажей
-   лишь частично, и «идеальных» групп нет.
-9. **Near-duplicates почти нет.** При cosine ≥ 0.9 по char 3–5 всего 3 пары,
-   при ≥ 0.95 — одна, и все они внутри одного персонажа. Утечки между
-   классами через почти-дубли не видно; `StratifiedGroupKFold` не обязателен,
-   но проверка включена в follow-up как диагностика.
-
-Follow-up пересмотрел пункты 2, 3 и 5: LSA оказался полезен в варианте
-`content` и при k = 300–400, ExtraTrees обошёл random forest, а зависимость
-качества от длины реплики оказалась немонотонной. Подробности и числа — в §7.
-
----
-
-## 2. Открытые вопросы и гипотезы follow-up
-
-| Обозначение | Гипотеза | Как проверяем |
-|---|---|---|
-| F-H1 | Настроенный random forest устойчиво лучше линейных моделей на ≥ 0.02 macro-F1 | F1, F2, F7; парные сравнения по повторам |
-| F-H2 | LSA-блок не улучшает `stylometry_pos`; content-LSA отражает тему, а не стиль | F3; `stylometry_pos` vs `+content` vs `+pos` vs `+word/pos` |
-| F-H3 | «Худые» наборы без `function_words`, `pos`, `vocabulary`, `readability` не хуже полного | F4; абляция на 5 повторах + lean-конфиги |
-| F-H4 | Настройка `min_df`, `max_features`, `ngram_range` для char/POS даёт ≥ 0.01 | F5; сетка на 3 повторах, финалисты на 5 |
-| F-H5 | `class_weight="balanced"` повышает macro-F1, но снижает accuracy; компромисс нужно измерить | F6; balanced vs none для logreg/SVC/RF |
-| F-H6 | Ранжирование моделей устойчиво к seed | F7; seeds 7, 2024, 1337 |
-| F-H7 | Ошибки концентрируются внутри возрастных/гендерных групп | F8; subgroup-report и анализ confusions |
-
----
-
-## 3. Матрица экспериментов
-
-Все запуски идут с `folds=5`. Опорный seed — 42. Если не указано иное,
-повторность 5. Полный список команд и параметров — в
-`scripts/run_followup_experiments.sh`; ниже — назначение стадий.
-
-### F0. Воспроизведение опорных результатов
-
-| Label | Что запускается | Повторов | Зачем |
-|---|---|---:|---|
-| `ref_logreg` | `stylometry_pos_lsa` + logreg | 5 | опорная точка 0.1785 |
-| `ref_nested_logreg` | то же, `--nested` | 1 outer | честная оценка с настройкой C |
-| `ref_no_lsa` | `stylometry_pos` + logreg | 5 | вклад LSA |
-| `ref_stylometry` | `stylometry` + logreg | 5 | вклад n-грамм |
-
-### F1. Сравнение моделей
-
-| Label | Модель | Повторов |
-|---|---|---:|
-| `model_rf_default` | random forest по умолчанию | 5 |
-| `model_et_default` | extra trees по умолчанию | 5 |
-| `model_svc_default` | linear SVC, C=1 | 5 |
-| `model_knn_default` | kNN | 3 |
-| `model_rf_nested`, `model_et_nested`, `model_svc_nested` | те же с `--nested` | 1 outer |
-
-### F2. Сетка вокруг random forest
-
-Сетка строится от дефолта, потому что именно дефолт показал лучший результат.
-
-- `max_depth ∈ {None, 30, 40}`, `min_samples_leaf ∈ {1, 2, 3}`;
-- `max_features ∈ {sqrt, 0.05, 0.1}`, `n_estimators ∈ {400, 800}`;
-- `class_weight ∈ {balanced_subsample (default), balanced, none}`;
-- extra trees: `max_depth ∈ {None, 30}`, `min_samples_leaf ∈ {1, 2}`.
-
-Повторность 3. Лучшая точка сетки выбирается автоматически по среднему pooled
-macro-F1, затем перезапускается на `REPEATS_MAIN` повторах как
-`rf_grid_best_5` и сравнивается с `model_rf_default` парно. Выбор точки по
-тестовым метрикам остаётся разведочным: честная оценка — только по
-`final_rf_nested`.
-
-### F3. LSA: тема против стиля
-
-| Label | Конфигурация | Повторов |
-|---|---|---:|
-| `lsa_sweep` | варианты content/char/word/pos/fw, k ∈ {100, 200, 300, 400} | 3 |
-| `lsa_content_k300`, `lsa_content_k400` | LSA content отдельно | 5 |
-| `lsa_char_k300`, `lsa_pos_k300` | LSA char/pos отдельно | 5 |
-| `stylometry_pos_content300` | stylometry_pos + content-LSA(k=300) | 5 |
-| `stylometry_pos_pos300` | stylometry_pos + POS-LSA(k=300) | 5 |
-| `stylometry_pos_lsa_k300` | stylometry_pos + word/pos-LSA(k=300) | 5 |
-
-Ключевое сравнение — `stylometry_pos_content300` vs `ref_no_lsa`. Если
-content-LSA не даёт прироста, LSA-блок можно исключить из финальной модели.
-Если даёт, это скорее тематический сигнал, и его нужно обсуждать отдельно,
-а не выдавать за «стиль».
-
-### F4. Абляция и lean-наборы
-
-| Label | Что исключено |
-|---|---|
-| `ablate_full` | по одной группе, 5 повторов |
-| `groups_lean1` | `function_words`, `pos` |
-| `groups_lean2` | `function_words`, `pos`, `vocabulary`, `readability` |
-| `groups_lean2_content300` | то же + content-LSA(k=300) |
-| `groups_lean1_rf`, `groups_lean2_rf` | лучшие lean-наборы с random forest |
-
-### F5. Символьные и POS n-граммы
-
-- char: `min_df ∈ {2, 5}` (общий параметр для всех TF-IDF/LSA-блоков, не
-  только для char), `char_max_features ∈ {5000, 10000}`,
-  `ngram_range ∈ {(2,4), (3,5)}` при базовых `(2,5)`;
-- POS: `pos_ngram_range ∈ {(1,2), (1,4)}`, `pos_max_features ∈ {500, 1000}`.
-
-Сетка на logreg, 3 повтора. Два лучших варианта проверяются с random forest
-на 5 повторах (`min_df2_rf`, `char_max10000_rf`).
-
-### F6. Балансировка классов
-
-`class_weight="balanced"` (по умолчанию) против `None` для logreg, linear SVC
-и random forest; для RF дополнительно `"balanced"` вместо
-`"balanced_subsample"`. 5 повторов. Смотреть не только macro-F1, но и
-accuracy, balanced accuracy и F1 по редким классам.
-
-### F7. Устойчивость к seed
-
-`ref_logreg` и `model_rf_default` с seed ∈ {7, 2024, 1337} (seed 42 уже есть в
-F0/F1). Для RF дополнительно меняется `random_state`. 5 повторов. Если
-преимущество RF сохраняется в 3/3 дополнительных seed-ах, вывод устойчив.
-
-### F8. Финальная модель и отчёты
-
-- `final_rf`: random forest, 10 повторов;
-- `final_rf_nested`: nested CV для честной оценки;
-- `length-report`, `subgroup-report` по gender/age_group/species;
-- `compare` с `ref_logreg` и `ref_no_lsa`;
-- `verify` для `stylometry_pos_lsa` с seed 42/7/2024;
-- `delta` по cosine для 500/1000/2000 признаков;
-- `cluster` для k = 3, 5, 8.
-
-### F9. Контроли
-
-- `control_length_logreg` и `control_length_dummy` — нижние границы в той же
-  схеме CV;
-- near-duplicates по char cosine ≥ 0.8 сохраняются в
-  `results/followup/negative_control/near_duplicates.csv`;
-- контроль перестановкой меток: та же модель и CV на перемешанных метках,
-  seeds 42/7/2024. Эмпирический chance-level должен быть около 0.02–0.03;
-  если он заметно выше, в пайплайне есть утечка или артефакт.
-
----
-
-## 4. Как считать результат
-
-1. **Основная метрика** — среднее pooled macro-F1 по повторам, а не repeat 0.
-   Рядом указывать std, min/max и bootstrap-интервал (последний в текущем коде
-   считается по repeat 0 — это описательная оценка, не замена разбросу по
-   повторам).
-2. **Парные сравнения** — по общим повторам: разница macro-F1, McNemar на
-   каждом повторе, bootstrap-разница. В `comparisons.csv` есть
-   `n_positive`, `mean_mcnemar_p`, `n_ci_excludes_zero`. Сравнение
-   корректно только при одинаковых разбиениях (тот же seed и число фолдов);
-   `analyze_followup.py` сопоставляет строки по `line_id` и берёт только общие
-   номера повторов.
-3. **Правило решения (консервативное):** улучшение считаем убедительным,
-   если одновременно:
-   - средняя разница ≥ 0.01;
-   - разница положительна минимум в 4 из 5 повторов (или в 3 из 3, если
-     повторов 3);
-   - McNemar даёт p < 0.05 в большинстве повторов;
-   - bootstrap-интервал разницы не содержит ноль в большинстве повторов.
-
-   Если эффект меньше 0.01 или знак скачет, выбираем более простую модель.
-4. **Множественные сравнения.** Для итоговых утверждений применять
-   Holm—Bonferroni к семейству парных p-value; в сводке сырые p-value.
-5. **Не выбирать признаки/гиперпараметры по тестовым метрикам.** Сетка F2/F5 —
-   разведочная; финальные числа берутся из nested CV или из конфигурации,
-   выбранной до просмотра теста.
-6. **Вторичные метрики:** accuracy, balanced accuracy, top-3/top-5,
-   per-class F1, length bins, subgroup F1, confusions. Macro-F1 — главная, но
-   не единственная.
-
----
-
-## 5. Запуск
-
-Из каталога `lab1`:
-
-```bash
-# Полная follow-up серия (около 4–4.5 часов на 12 ядрах)
-PYTHON=.venv/bin/python bash scripts/run_followup_experiments.sh
-
-# Быстрая проверка пайплайна: 1 повтор, без сетки и seed-робастности
-QUICK=1 PYTHON=.venv/bin/python bash scripts/run_followup_experiments.sh
-
-# Без тяжёлой сетки и seed-ов, но с финальной моделью
-RUN_GRID=0 RUN_SEEDS=0 PYTHON=.venv/bin/python bash scripts/run_followup_experiments.sh
-```
-
-Переменные:
-
-| Переменная | По умолчанию | Значение |
-|---|---:|---|
-| `PYTHON` | `python` | интерпретатор с зависимостями |
-| `FOLLOWUP_DIR` | `results/followup` | куда складывать результаты (удобно для дымового теста) |
-| `RUN_ID` | текущее время | суффикс имени лога |
-| `QUICK` | 0 | 1 — все повторы 1, без сетки и seed-ов |
-| `REPEATS_MAIN` | 5 | опорные запуски и финалисты |
-| `REPEATS_GRID` | 3 | сетка RF/ET, kNN, delta |
-| `REPEATS_SWEEP` | 3 | LSA-sweep |
-| `REPEATS_NGRAM` | 3 | сетка n-грамм |
-| `REPEATS_FINAL` | 10 | финальный RF |
-| `RUN_GRID` | 1 | стадия F2 |
-| `RUN_SEEDS` | 1 | стадия F7 |
-| `RUN_FINAL` | 1 | стадия F8 |
-| `RUN_CONTROLS` | 1 | стадия F9 |
-| `SKIP_TESTS` | 0 | 1 — не запускать pytest |
-| `FORCE` | 0 | 1 — перезаписать существующие label-каталоги |
-| `SEED` | 42 | опорный seed |
-
-Результаты:
-
-```text
-results/followup/
-  ref_logreg/                  # один каталог на эксперимент
-    run_metadata.json
-    pooled_metrics.csv
-    per_class_report.csv
-    ...
-    command.txt                # точная команда
-  configs/                     # сгенерированные TOML
-  comparisons/
-  negative_control/
-  summary.csv
-  summary.md
-  comparisons.csv
-  comparisons.md
-  manifest.tsv
-results/logs/run_followup_<timestamp>.log
-```
-
-Сводка пересчитывается отдельно:
-
-```bash
-.venv/bin/python scripts/analyze_followup.py \
-  --followup-dir results/followup \
-  --pairs final_rf:ref_logreg final_rf:ref_no_lsa model_rf_default:ref_logreg
-```
-
-### 5.1. Проверка пайплайна
-
-Серия прогнана целиком в дымовом режиме (1 повтор, 1 seed, временный
-`FOLLOWUP_DIR`, 80 минут): все стадии отработали, `summary.csv` собрал 60
-запусков с pooled-метриками, `comparisons.md` и JSON по парам сформированы,
-`pytest` — 33 теста. Контроль
-перестановкой меток дал macro-F1 0.0270–0.0282 (среднее 0.0276) при ожидаемом
-случайном уровне ≈ 0.029 — признаков утечки не видно.
-
-Числа дымового прогона в отчёт не идут (1 повтор), но два сигнала стоит
-проверить в основной серии: `extra_trees` и `char_max_features=10000` на
-одном разбиении обошли RF, а `stylometry_pos + content`-LSA(k=300) — прежний
-`stylometry_pos + word/pos`-LSA(k=100). Именно это и проверяют F2, F3 и F5
-на 3–5 повторах.
-
----
-
-## 6. Время
-
-Полная серия измерена на этой машине (12 ядер, sklearn 1.9.1): старт
-25.10.2026 21:08:25 MSK, финиш 26.10.2026 01:19:52 MSK, итого
-**4 ч 11 мин**. Это меньше первоначальной оценки 5–7 часов, которая была
-получена линейным пересчётом дымового прогона и не учитывала, что заметная
-часть времени — фиксированные затраты (загрузка корпуса, построение
-признаков, отчёты), а не повторная CV.
-
-| Стадия | Время (замер) |
-|---|---:|
-| F0: окружение, pytest, опорные запуски | 13 мин |
-| F1: сравнение моделей + nested | 13 мин |
-| F2: сетка RF/ET + F2.1 | 72 мин |
-| F3: LSA-sweep + подтверждения | 33 мин |
-| F4: абляция + lean-наборы | 43 мин |
-| F5: символьные и POS n-граммы | 19 мин |
-| F6: class_weight | 10 мин |
-| F7: устойчивость к seed | 17 мин |
-| F8: финал, verify, delta, cluster | 10 мин |
-| F9: контроли, near-duplicates, перестановка, сводка | 20 мин |
-
-`QUICK=1` на этой машине занял около **80 минут** (1 повтор, без сетки
-RF/ET и seed-робастности, но со sweep, финалом и отчётами). Время зависит
-от числа потоков sklearn и от стоимости LSA; на 12 ядрах `n_jobs=-1`
-у GridSearchCV конкурирует с остальными стадиями.
-
----
-
-## 7. Результаты полной серии
-
-Серия прошла 25.10.2026 21:08:25 — 26.10.2026 01:19:52 MSK (4 ч 11 мин,
-12 ядер). В `results/followup/` лежат 66 запусков; после серии отдельно
-добавлены два nested-запуска для финалистов (`char_max10000_rf_nested`,
-`groups_lean2_content300_nested`). Всего в `summary.csv` 68 строк.
-Сводка — `summary.csv` / `summary.md`, парные сравнения —
-`comparisons.csv` / `comparisons.md`, лог —
-`results/logs/run_followup_20261025_210825.log`.
-
-### 7.1. Ранжирование
-
-`Δ` — разница с `ref_logreg` (0.1785 по 5 повторам). У nested-запусков
-в колонке «повторов» стоит 1: это одна вложенная CV из 5 outer-фолдов,
-а метрика посчитана по pooled OOF-предсказаниям, поэтому std по повторам
-для них не определён.
-
-| Label | Модель | Повторов | Macro-F1, mean ± std | Δ | Accuracy | Balanced acc. |
-|---|---|---:|---:|---:|---:|---:|
-| `char_max10000_rf` | random_forest | 5 | **0.2583 ± 0.0066** | +0.0798 | 0.2391 | 0.2473 |
-| `char_max10000_rf_nested` | random_forest | 1 (5 folds) | **0.2579** | +0.0794 | 0.2394 | 0.2521 |
-| `groups_lean2_content300_nested` | logreg | 1 (5 folds) | **0.2572** | +0.0788 | 0.2369 | 0.2587 |
-| `model_et_default` | extra_trees | 5 | **0.2551 ± 0.0073** | +0.0767 | 0.2387 | 0.2418 |
-| `et_dNone_l2` | extra_trees | 3 | **0.2538 ± 0.0089** | +0.0753 | 0.2416 | 0.2609 |
-| `groups_lean2_content300` | logreg | 5 | **0.2510 ± 0.0040** | +0.0725 | 0.2379 | 0.2644 |
-| `model_et_nested` | extra_trees | 1 (5 folds) | **0.2486** | +0.0701 | 0.2344 | 0.2478 |
-| `stylometry_pos_content300` | logreg | 5 | **0.2485 ± 0.0042** | +0.0700 | 0.2337 | 0.2574 |
-| `rf_grid_best_5` | random_forest | 5 | **0.2294 ± 0.0082** | +0.0509 | 0.2253 | 0.2317 |
-| `model_rf_default` | random_forest | 5 | **0.2213 ± 0.0065** | +0.0428 | 0.2108 | 0.2114 |
-| `final_rf` | random_forest | 10 | **0.2216 ± 0.0062** | +0.0431 | 0.2094 | 0.2112 |
-| `final_rf_nested` | random_forest | 1 (5 folds) | **0.2163** | +0.0378 | 0.2055 | 0.2102 |
-| `model_svc_default` | linear_svc | 5 | **0.1880 ± 0.0067** | +0.0096 | 0.1840 | 0.1869 |
-| `ref_no_lsa` | logreg | 5 | **0.1815 ± 0.0054** | +0.0031 | 0.1708 | 0.1988 |
-| `ref_logreg` | logreg | 5 | **0.1785 ± 0.0060** | 0.0000 | 0.1679 | 0.1874 |
-| `classweight_logreg_none` | logreg | 5 | **0.1496 ± 0.0077** | −0.0289 | 0.1655 | 0.1367 |
-| `ref_stylometry` | logreg | 5 | **0.1051 ± 0.0038** | −0.0733 | 0.1012 | 0.1023 |
-| `control_length_logreg` | logreg | 5 | **0.0354 ± 0.0032** | −0.1430 | 0.0395 | 0.0585 |
-| `control_length_dummy` | dummy | 1 | **0.0038** | −0.1747 | 0.0693 | 0.0294 |
-
-Случайный уровень для 34 классов ≈ 0.029; контроль перестановкой меток дал
-0.0276. Почти все осмысленные конфигурации выше него, но не все различия
-между ними значимы.
-
-Главные наблюдения:
-
-1. **Лучшие результаты — деревья с расширенным char-словарём и ExtraTrees.**
-   `char_max10000_rf` (0.2583) и `model_et_default` (0.2551) идут впереди
-   дефолтного RF (0.2213) на +0.033…+0.037. Nested-оценки подтверждают
-   масштаб: 0.2579 для char-RF и 0.2486 для ET. Разница между этими двумя
-   лидерами мала (≈ +0.003; см. 7.3), поэтому выбирать между ними нужно
-   по простоте и устойчивости, а не по третьему знаку.
-2. **Лучший logreg — `groups_lean2_content300`** (0.2510; nested 0.2572).
-   Он не уступает деревьям, но выигрывает за счёт `content`-LSA, а не за счёт
-   «стилевых» признаков. Это важно для интерпретации (см. 7.2 и 7.5).
-3. **Сетка вокруг RF почти ничего не дала.** `rf_grid_best_5` = 0.2294,
-   то есть +0.008 к дефолту, и это в пределах шума. Основной прирост дал
-   не `max_depth`/`min_samples_leaf`, а `char_max_features=10000`.
-4. **LSA нельзя оценивать одной точкой.** word+pos LSA при k=100 был
-   нейтрален, `content`-LSA при k=300–400 — сильный, POS-LSA — вредный.
-   Зависимость от k монотонная: content 100 → 0.133, 200 → 0.180,
-   300 → 0.198, 400 → 0.213 (sweep, 3 повтора).
-5. **`class_weight` критичен для logreg.** Без балансировки macro-F1 падает
-   на 0.029, а accuracy почти не меняется. Для деревьев эффект < 0.005
-   и не значим.
-6. **Разброс по seed мал, разброс по фолдам — нет.** У RF std по повторам
-   0.003–0.008; у nested logreg отдельные фолды дают 0.219–0.290. Поэтому
-   одна nested-оценка точнее по среднему, но не даёт интервала по повторам.
-   Nested-оценка `groups_lean2_content300` (0.2572) даже выше среднего по
-   5 повторам (0.2510) — это не прирост от настройки `C`, а следствие
-   конкретного разбиения; сравнивать нужно средние по повторам, а nested
-   использовать как оценку без оптимизма по гиперпараметрам.
-
-### 7.2. Проверка гипотез F-H1…F-H7
-
-| Гипотеза | Вердикт | Главные числа |
-|---|---|---|
-| F-H1: настроенный RF устойчиво лучше линейных моделей на ≥ 0.02 | **Подтверждена** | RF vs logreg: +0.0428 (5/5, p = 0.0006); ET vs logreg: +0.0767; nested: RF +0.0336, ET +0.0659; seed-разброс 0.221–0.222 против 0.178–0.181 |
-| F-H2: LSA не улучшает `stylometry_pos`; content-LSA — тема, не стиль | **Пересмотрена** | word+pos k=100: +0.0031 (3/5, p = 0.63); content k=300: **+0.0669** (5/5, p < 0.0001); POS-LSA k=300: −0.0130; `content` k=400 отдельно: 0.2114, выше полного logreg 0.1785 |
-| F-H3: lean-наборы без `function_words`, `pos`, `vocabulary`, `readability` не хуже полного | **Подтверждена (эффект ≈ 0)** | lean1 +0.0059, lean2 +0.0023 (p = 0.30/0.46); lean+RF +0.004…+0.006 (p = 0.52/0.58); выигрыша нет, но и потери нет |
-| F-H4: настройка `min_df`, `max_features`, `ngram_range` даёт ≥ 0.01 | **Частично** | `min_df`, char/POS n-граммы, `pos_max_features` — все < 0.005 и не значимы; `char_max_features=10000`: logreg +0.0070 (p = 0.051), RF **+0.0369** (5/5, p = 0.0032) |
-| F-H5: balanced class weights повышают macro-F1 ценой accuracy | **Частично** | logreg balanced vs none: +0.0289 macro-F1, accuracy 0.1679 vs 0.1655 (цены по accuracy нет), balanced accuracy 0.187 vs 0.137; SVC: −0.003; RF: −0.001…−0.004, но balanced accuracy 0.242 vs 0.211 |
-| F-H6: ранжирование моделей устойчиво к seed | **Подтверждена** | для seed 7 / 2024 / 1337: RF 0.2221 / 0.2206 / 0.2210, logreg 0.1779 / 0.1805 / 0.1800; разрыв 0.040–0.044 во всех seed |
-| F-H7: ошибки концентрируются внутри возрастных/гендерных групп | **Не подтверждена** | F1 по подгруппам различается (elder 0.33, child 0.28, adult 0.19, teen 0.16), но доля ошибок внутри своей группы ≈ случайной: gender 0.449 против 0.472, age 0.384 против 0.360; ошибки стягиваются в hub-классы (Abigail) |
-
-**F-H2 — главный пересмотр.** Исходный вывод «LSA не оправдан» был верен
-только для конфигурации по умолчанию: `word`+`pos`, k=100. При k=300–400
-и варианте `content` LSA даёт большой прирост, а одна `content`-LSA(k=400)
-без ручных признаков обходит полный `stylometry_pos_lsa` с logreg. При этом
-`content`-LSA строится по содержательным словам и их биграммам, то есть
-кодирует лексику и тему (сезоны, работа, подарки, события), а не только
-идиолект. Поэтому прирост нельзя записывать в «стиль»: это может быть
-«о чём персонаж говорит» вместо «как он говорит». Прямого тематического
-контроля в серии нет — это следующий обязательный эксперимент (7.6).
-
-**F-H7 — не подтверждена в исходной формулировке.** Различия в F1 по
-подгруппам есть, но они не означают, что модель путает персонажей внутри
-группы чаще случайного. Фактически ошибки концентрируются не в демографии,
-а в нескольких «hub»-классах: Abigail получает 23.3% всех предсказаний
-(её истинная доля — 6.9%), precision 0.09, recall 0.30. Крупнейшие потоки
-ошибок: Sebastian → Abigail (353 раза за 10 повторов), Haley → Abigail (328),
-Alex → Abigail (280), Penny → Abigail (266). Это ближе к коллапсу редких
-классов в один популярный, чем к возрастной путанице.
-
-### 7.3. Парные сравнения
-
-Правило решения из §4: улучшение убедительно, если Δ ≥ 0.01, знак
-положителен минимум в 4/5 повторов, McNemar p < 0.05 в большинстве
-повторов и bootstrap-интервал не содержит ноль. `mean_ci` — средний
-интервал по повторам; `n_ci` — сколько повторов его не содержат.
-
-| A vs B | Δ macro-F1 | Повторов в плюс | McNemar p | Bootstrap CI | CI ∌ 0 |
-|---|---:|---:|---:|---:|---:|
-| `model_et_default` vs `ref_logreg` | +0.0767 | 5/5 | < 0.0001 | [+0.0540, +0.0988] | 5/5 |
-| `groups_lean2_content300_nested` vs `ref_nested_logreg` | +0.0745 | 1/1 | < 0.0001 | [+0.0531, +0.0954] | 1/1 |
-| `groups_lean2_content300` vs `ref_logreg` | +0.0725 | 5/5 | < 0.0001 | [+0.0529, +0.0917] | 5/5 |
-| `stylometry_pos_content300` vs `ref_logreg` | +0.0700 | 5/5 | < 0.0001 | [+0.0526, +0.0873] | 5/5 |
-| `stylometry_pos_content300` vs `ref_no_lsa` | +0.0669 | 5/5 | < 0.0001 | [+0.0496, +0.0829] | 5/5 |
-| `model_rf_default` vs `ref_logreg` | +0.0428 | 5/5 | 0.0006 | [+0.0199, +0.0652] | 5/5 |
-| `char_max10000_rf_nested` vs `model_rf_nested` | +0.0416 | 1/1 | < 0.0001 | [+0.0256, +0.0578] | 1/1 |
-| `char_max10000_rf` vs `model_rf_default` | +0.0369 | 5/5 | 0.0032 | [+0.0201, +0.0535] | 5/5 |
-| `model_et_default` vs `model_rf_default` | +0.0338 | 5/5 | 0.0113 | [+0.0176, +0.0497] | 5/5 |
-| `model_et_nested` vs `model_rf_nested` | +0.0323 | 1/1 | 0.0002 | [+0.0175, +0.0473] | 1/1 |
-| `stylometry_pos_lsa_k300` vs `ref_logreg` | +0.0258 | 5/5 | < 0.0001 | [+0.0145, +0.0371] | 5/5 |
-| `char_max10000_rf_nested` vs `model_et_nested` | +0.0093 | 1/1 | 0.5812 | [−0.0064, +0.0262] | 0/1 |
-| `rf_grid_best_5` vs `model_rf_default` | +0.0081 | 4/5 | 0.2607 | [−0.0045, +0.0222] | 2/5 |
-| `char_max10000_rf` vs `groups_lean2_content300` | +0.0073 | 5/5 | 0.6593 | [−0.0165, +0.0297] | 0/5 |
-| `char_max10000` vs `ref_logreg` | +0.0070 | 3/3 | 0.0514 | [+0.0016, +0.0125] | 2/3 |
-| `groups_lean2_content300_nested` vs `groups_lean2_content300` | +0.0044 | 1/1 | 0.8126 | [−0.0037, +0.0117] | 0/1 |
-| `char_max10000_rf` vs `model_et_default` | +0.0031 | 3/5 | 0.5732 | [−0.0145, +0.0212] | 0/5 |
-| `ref_no_lsa` vs `ref_logreg` | +0.0031 | 3/5 | 0.6317 | [−0.0100, +0.0167] | 0/5 |
-| `groups_lean2_content300` vs `stylometry_pos_content300` | +0.0025 | 3/5 | 0.4839 | [−0.0115, +0.0171] | 0/5 |
-| `char_max10000_rf_nested` vs `groups_lean2_content300_nested` | +0.0006 | 1/1 | 0.8440 | [−0.0208, +0.0226] | 0/1 |
-| `stylometry_pos_pos300` vs `ref_no_lsa` | −0.0130 | 0/5 | 0.0671 | [−0.0246, −0.0017] | 3/5 |
-| `classweight_logreg_none` vs `ref_logreg` | −0.0289 | 0/5 | 0.6541 | [−0.0462, −0.0112] | 5/5 |
-| `control_length_logreg` vs `ref_logreg` | −0.1430 | 0/5 | < 0.0001 | [−0.1611, −0.1215] | 5/5 |
-
-Полные 46 сравнений — в `results/followup/comparisons.csv` и
-`comparisons.md`; в таблице выше оставлены те, на которые опираются выводы.
-
-Что важно в этой таблице:
-
-- Прирост `content`-LSA и lean+content — самый большой и устойчивый:
-  +0.067…+0.073, 5/5 повторов, p < 0.0001, интервал далеко от нуля.
-- Деревья обходят logreg устойчиво: +0.043 (RF) и +0.077 (ET) относительно
-  `ref_logreg`, 5/5 повторов, p ≤ 0.0006. В nested-постановке разрыв
-  сохраняется: char-RF +0.042 относительно `model_rf_nested`, lean+content
-  +0.075 относительно `ref_nested_logreg` (оба p < 0.0001).
-- **ET значимо лучше дефолтного RF**: +0.0338, 5/5, p = 0.011,
-  CI [+0.0176, +0.0497]. Это не шум, и именно ET, а не RF, стоит брать
-  за базу для деревьев.
-- **Два лидера между собой неразличимы.** `char_max10000_rf` vs
-  `model_et_default`: +0.0031, 3/5, p = 0.57, CI накрывает ноль. В nested:
-  `char_max10000_rf_nested` vs `model_et_nested` +0.0093 (p = 0.58),
-  vs `groups_lean2_content300_nested` +0.0006 (p = 0.84). Выбирать между
-  char-RF, ET и lean+content по этим данным нельзя — разница меньше
-  неопределённости разбиения.
-- `char_max10000_rf` vs дефолтный RF — редкий случай, когда настройка
-  одного параметра признаков даёт > 0.03 и подтверждается на всех повторах.
-- Сетка `max_depth`/`min_samples_leaf` даёт лишь +0.0081 (4/5, p = 0.26,
-  CI содержит ноль), то есть подбор глубины деревьев почти бесполезен.
-- Старый LSA(word+pos, k=100) действительно нейтрален (+0.0031, 3/5),
-  но тот же вариант при k=300 даёт +0.0258 (5/5, p < 0.0001). Значит,
-  вопрос не в «LSA вообще», а в числе компонент: при k=100 сигнал теряется.
-  POS-LSA при k=300 по-прежнему вредит (−0.0130, 0/5).
-- `class_weight=none` для logreg хуже по macro-F1, хотя McNemar не значим:
-  обе модели часто ошибаются, но balanced-версия лучше вытягивает редкие
-  классы. Это видно по balanced accuracy (0.187 против 0.137).
-
-Сырые p-value не поправлены на множественность (46 пар). Эффекты
-+0.04…+0.07 с p < 0.001 переживут Holm—Bonferroni; пограничные
-(+0.003…+0.009) — нет, и их не стоит интерпретировать как выигрыш.
-
-### 7.4. Диагностика финальной модели (`final_rf`, 10 повторов)
-
-- **Длина реплики.** Зависимость немонотонная: 0–5 слов — 0.081 (n = 42),
-  6–10 — 0.173, 11–15 — 0.182, 16–20 — 0.194, 21–30 — **0.231**,
-  31+ — 0.168. Прежний вывод «чем длиннее, тем лучше» не подтвердился:
-  после 30 слов качество падает, вероятно из-за накопления тематических
-  и синтаксических различий.
-- **Подгруппы.** Elder 0.331, child 0.280, adult 0.190, teen 0.164;
-  gender: male 0.205, female 0.190, unknown 0.229; species: monster 0.269,
-  human 0.201, unknown 0.035. Это F1 внутри группы, а не качество
-  предсказания группы.
-- **Классы.** Средний F1 по 10 повторам: медиана 0.193, минимум 0.020
-  (Wizard), максимум 0.550 (Evelyn). Худшие: Wizard 0.020, Penny 0.056,
-  Jodi 0.069, Maru 0.075, Mister Qi 0.081; лучшие: Evelyn 0.550, Willy 0.494,
-  Pam 0.493, Pierre 0.470, Vincent 0.397. Семь классов имеют F1 < 0.1.
-- **Hub-классы.** 23.3% предсказаний — Abigail при истинной доле 6.9%;
-  Alex — 12.3% при 6.0%. Abigail: precision 0.09, recall 0.30, F1 0.14.
-  Это главный источник ошибок и главный резерв для калибровки prior/
-  порогов.
-- **Верификация.** ROC-AUC 0.630–0.633, EER 0.412–0.415, TAR@FAR=1%
-  0.035–0.038, top-1 0.133–0.141 для seed 42/7/2024. Выше случайного
-  (1/34 = 0.029), но практически бесполезно для open-set сценария.
-- **Кластеризация.** ARI = 0 для k = 3/5/8 (и agglomerative, и k-means);
-  NMI 0.14–0.53. Персонажи не образуют устойчивых кластеров в этом
-  признаковом пространстве.
-- **Delta (MFW, cosine).** 2000 признаков — 0.2426, 1000 — 0.2299,
-  500 — 0.1604 (3 повтора). Больше признаков лучше; потолок не найден.
-- **Near-duplicates.** 13 пар с cosine ≥ 0.8, 3 ≥ 0.9, 1 ≥ 0.95; все —
-  внутри одного персонажа, межклассовых почти-дублей нет. Утечки через
-  дубли не видно.
-- **Контроль перестановкой.** Macro-F1 0.0270 / 0.0274 / 0.0282 для seed
-  42/7/2024 (среднее 0.0276) при случайном уровне ≈ 0.029. Пайплайн
-  не подглядывает в метки.
-- **Нижние границы.** Length+logreg 0.0354, dummy 0.0038. Основной результат
-  (0.22–0.26) далеко от обеих границ.
-
-### 7.5. Что это меняет в выводах
-
-1. **«Финальная» модель в текущем виде — не лучшая.** `final_rf` — это
-   дефолтный random forest (0.2216), тогда как ExtraTrees (0.2551) и
-   RF с `char_max_features=10000` (0.2583) заметно лучше. В отчёте стоит
-   либо переименовать `final_rf` в `baseline_rf`, либо заменить финальную
-   модель на ET/char-RF и пересчитать отчёты.
-2. **Главный сигнал — лексика, а не «стиль».** Сильнее всего работают
-   `content`-LSA (тема/лексика) и char-ngram-словарь. Ручные стилометрические
-   признаки дают лишь 0.105. Формулировка «модель различает идиолект»
-   слишком сильная; корректнее — «модель различает персонажей по
-   лексико-тематическому профилю и символьным n-граммам».
-3. **Вложенная CV подтверждает лидеров, но не закрывает выбор признаков.**
-   Nested-оценки (0.2579 / 0.2486 / 0.2572) честнее по гиперпараметрам,
-   но `char_max_features=10000` и `content`-LSA(k=300) выбирались на тех же
-   данных. Для строгого вывода нужна внешняя валидация или вложенный выбор
-   признаков.
-4. **Основная неопределённость — не seed, а разбиение и признаки.**
-   Разброс по seed ≤ 0.008, а по фолдам nested logreg — до 0.07. Поэтому
-   одна цифра без интервала вводит в заблуждение; нужно указывать mean ± std
-   по повторам и отдельно fold-разброс.
-5. **Ошибки — это hub-коллапс, а не демографическая путаница.**
-   Калибровка prior/порогов и работа с редкими классами дадут больше, чем
-   дальнейший подбор глубины деревьев.
-
-### 7.6. Следующие эксперименты
-
-1. **Nested CV с выбором признаков внутри внешнего цикла.** Сейчас nested
-   крутит только `C`/`max_depth`/`min_samples_leaf`; `char_max_features`
-   и `k` LSA фиксированы. Нужен внешний цикл, в котором выбираются и они,
-   либо отдельный held-out набор для выбора признаков.
-2. **`content`-LSA k=400/500 + lean2.** Sweep показывает монотонный рост
-   до k=400; стоит проверить k=400 и 500 с `groups_lean2_content*` и
-   `stylometry_pos_content*`, желательно сразу с nested-оценкой.
-3. **Тематический контроль.** Проверить, сохраняется ли прирост
-   `content`-LSA, если: (а) сбалансировать реплики по темам/сезонам,
-   (б) удалить тематические слова, (в) обучить adversarial-классификатор
-   темы и убрать её компоненту. Без этого нельзя утверждать, что модель
-   ловит стиль, а не «о чём говорят».
-4. **Калибровка hub-классов.** Prior correction, temperature scaling или
-   пороги на OOF для Abigail/Alex; оптимизировать macro-F1 декодированием,
-   а не только обучением. Смотреть precision/recall по редким классам.
-5. **Отчёты и статистика.** Заменить `final_rf` на реального лидера,
-   добавить Holm—Bonferroni для семейства парных сравнений, считать
-   иерархические интервалы (повтор × фолд), а не только repeat-0 bootstrap.
-6. **Внешняя валидация.** Другой корпус, другая игра или хотя бы разбиение
-   по сценам/диалогам, а не по отдельным репликам. Только оно покажет,
-   переносится ли лексико-тематический сигнал за пределы этого корпуса.
-
----
-
-## 8. Ограничения
-
-- Корпус 2005 реплик, 34 класса, минимум 15 реплик на класс. Доверительные
-  интервалы по редким персонажам останутся широкими даже при 10 повторах.
-- Повторная CV с одними и теми же 2005 репликами не заменяет внешнюю
-  валидацию на новом корпусе.
-- `content`-LSA может отражать тему (сезоны, подарки, работа), а не идиолект.
-  Поэтому его вклад нельзя интерпретировать как «стиль» без отдельного
-  контроля (например, обучения на тематически сбалансированных подвыборках).
-- `verify` и `cluster` не имеют параметра `repeats`; для них меняется только
-  seed/разбиение, поэтому выводы по ним слабее, чем по CV.
-- При интерпретации subgroup-метрик нужно помнить, что это F1 внутри группы
-  персонажей, а не качество предсказания самой группы.

lab1/TUNING_EXPERIMENTS.md

@@ -0,0 +1,407 @@
+# Серия настройки (T1–T11)
+
+Документ описывает **дополнительные** эксперименты поверх полной серии
+`scripts/run_all_experiments.sh`. Они не заменяют протокол E0–E16 из
+`EXPERIMENTS.md` и не повторяют его запуски с теми же параметрами.
+
+Полная серия измеряет качество на **значениях по умолчанию**. Эта серия
+проверяет, меняется ли macro-F1, если изменить регуляризацию, состав
+признаков, n-граммы, веса блоков, число компонент LSA или гиперпараметры
+деревьев.
+
+Справочник «где в коде лежит параметр» — `TUNING.md`. Здесь — что запускать,
+зачем и как интерпретировать.
+
+---
+
+## 1. Зачем эта серия
+
+Исследовательский вопрос тот же: различимы ли 34 персонажа по одной реплике.
+Базовый ответ даёт `stylometry_pos_lsa` + `logreg` из полной серии.
+
+Дополнительно нужно понять:
+
+- не слишком ли слабая или сильная регуляризация при 2005 объектах и 34 классах;
+- не вредят ли нестабильные группы (`vocabulary`, `readability`) и признаки длины;
+- не переобучаются ли широкие символьные n-граммы;
+- не давит ли один блок признаков на остальные после L2-нормировки;
+- не лучше ли другое число компонент LSA, чем `k=100`;
+- не лучше ли более мелкие деревья, чем лес без ограничения глубины;
+- даёт ли дельта Барроуза что-то на краях диапазона MFW (50 и 1000 слов).
+
+Главная метрика по-прежнему **macro-F1** с бутстрэп-интервалом. Разница в
+1–2 процентных пункта часто шум: сравнивайте запуски через `compare`
+(Мак-Немар и бутстрэп-разница), а не «на глаз» по одному числу.
+
+---
+
+## 2. Что нельзя путать с полной серией
+
+| Полная серия (`run_all_experiments.sh`) | Эта серия |
+|---|---|
+| Базовые пресеты, абляции leave-one-out, LSA 50/100/200, benchmark моделей, nested CV | Перебор **внутри** лучшего пресета |
+| Logreg/SVM с `C=1`, `class_weight="balanced"` | Другие `C`, отключение весов классов |
+| Char `[2,5]` / 5000, POS `[1,3]` / 500, `min_df=3` | Узкие и широкие n-граммы |
+| Равные веса блоков | Заданные веса |
+| Дельта 100/200/500 MFW | Дельта 50 и 1000 MFW |
+| Extra trees нет | Один контролируемый запуск extra trees |
+
+Не запускайте эту серию вместо E0–E16. Сначала нужна база: каталог
+`results/stylometry_pos_lsa_logreg_<timestamp>/` с 5 повторами (или хотя бы 3).
+
+---
+
+## 3. Как запускать
+
+Все команды — из каталога `lab1`. Схема CV та же, что в протоколе:
+5 блоков, seed `42`. Для черновика достаточно 1 повтора, для отчёта — 3
+(лучшие 1–2 конфигурации потом перепроверьте с 5).
+
+### 3.1. Вся серия скриптом
+
+```bash
+cd lab1
+bash scripts/run_tuning_experiments.sh
+```
+
+Быстрый прогон:
+
+```bash
+REPEATS=1 bash scripts/run_tuning_experiments.sh
+```
+
+Другой интерпретатор:
+
+```bash
+PYTHON=../.venv/bin/python bash scripts/run_tuning_experiments.sh
+```
+
+Лог: `results/logs/tune_<timestamp>.log`.
+Каждый `run` создаёт **новый** каталог `results/<preset>_<model>_<timestamp>/`.
+У двух запусков с одним пресетом имена отличаются только меткой времени;
+какой это был вариант, смотрите в `run_metadata.json` (`model_params`,
+`feature_config`).
+
+### 3.2. Один эксперимент вручную
+
+Конфиги лежат в `configs/tune_*.toml`. Каждый файл — **одна** точка перебора
+признаков. Модель и пресет задаются в команде, не в имени файла.
+
+```bash
+python -m stylometry.cli run \
+    --config configs/tune_no_vocab_readability.toml \
+    --preset stylometry_pos_lsa \
+    --model logreg \
+    --repeats 3 \
+    --seed 42
+```
+
+Параметры классификатора toml не требуют — их передаёт `--model-params`.
+
+### 3.3. Сравнение с базой
+
+```bash
+python -m stylometry.cli compare \
+    --run-a results/stylometry_pos_lsa_logreg_<база> \
+    --run-b results/stylometry_pos_lsa_logreg_<тюнинг>
+```
+
+Оба запуска должны иметь одинаковые `--folds` и `--seed`. Иначе парное
+сравнение некорректно.
+
+---
+
+## 4. Конфиги признаков
+
+Файлы не «включают серию целиком»: каждый подменяет только указанные поля
+`FeatureConfig`. Остальное берётся из пресета `stylometry_pos_lsa`.
+
+| Файл | Что меняет |
+|---|---|
+| `configs/tune_no_vocab_readability.toml` | группы без `vocabulary` и `readability` |
+| `configs/tune_no_vocab_readability_length.toml` | ещё без `length` |
+| `configs/tune_char_narrow.toml` | char `[2,4]`, 3000 признаков, POS 500, `min_df=5` |
+| `configs/tune_char_wide.toml` | char `[2,6]`, 8000, POS `[1,4]` / 800, `min_df=2` |
+| `configs/tune_block_weights.toml` | веса `stylo/char/pos/lsa_word/lsa_pos` |
+| `configs/tune_lsa_k150.toml` | `lsa_components = 150` |
+| `configs/tune_lsa_k300.toml` | `lsa_components = 300` |
+
+---
+
+## 5. Эксперименты
+
+Базовый пресет везде `stylometry_pos_lsa`, если не сказано иное.
+Ориентир для сравнения — pooled macro-F1 базового logreg из полной серии.
+
+### T1. Логистическая регрессия: `C`
+
+**Зачем.** `C` — обратная сила L2-регуляризации. На широком признаковом
+пространстве (ручные признаки + n-граммы + LSA) модель с `C=1` может
+переобучаться или, наоборот, быть слишком простой. Нужно найти диапазон,
+а не одно «магическое» число.
+
+**Что меняется.** `C ∈ {0.03, 0.1, 0.3, 1, 3, 10}`. Остальное как в базе
+(`class_weight="balanced"`). Значение `C=1` совпадает с полной серией;
+его можно не гонять, если база уже есть.
+
+**Как запускать.**
+
+```bash
+for c in 0.03 0.1 0.3 1 3 10; do
+  python -m stylometry.cli run --preset stylometry_pos_lsa --model logreg \
+    --repeats 3 --seed 42 --model-params "{\"C\": $c}"
+done
+```
+
+**Как читать.** Меньше `C` — проще модель. Если macro-F1 растёт при уменьшении
+`C`, база переобучалась. Если растёт только при `C ≥ 3`, регуляризации в базе
+было слишком много. Смотрите также log loss: он показывает калибровку, не
+только точность меток.
+
+### T2. Линейный SVM: `C`
+
+**Зачем.** Та же логика, другой критерий (зазор вместо логистической потери).
+SVM в полной серии тоже шёл с `C=1`. Если лучший `C` у SVM и logreg близки,
+вывод про регуляризацию устойчив.
+
+**Как запускать.**
+
+```bash
+for c in 0.03 0.1 0.3 1 3 10; do
+  python -m stylometry.cli run --preset stylometry_pos_lsa --model linear_svc \
+    --repeats 3 --seed 42 --model-params "{\"C\": $c}"
+done
+```
+
+**Ограничение.** У `linear_svc` нет вероятностей: log loss не считается,
+top-k строится по решающей функции.
+
+### T3. Logreg без балансировки классов
+
+**Зачем.** В корпусе 15–139 реплик на персонажа. `class_weight="balanced"`
+почти наверняка нужен, но это надо показать: иначе macro-F1 может казаться
+низким «из-за модели», хотя виноват сдвиг к частым классам (Abigail и т.д.).
+
+**Как запускать.**
+
+```bash
+python -m stylometry.cli run --preset stylometry_pos_lsa --model logreg \
+  --repeats 3 --seed 42 --model-params '{"class_weight": null}'
+```
+
+**Как читать.** Если accuracy почти не падает, а macro-F1 и balanced accuracy
+падают, модель без весов игнорирует редких персонажей. Это аргумент в пользу
+macro-F1 как основной метрики.
+
+### T4. Без `vocabulary` и `readability`
+
+**Зачем.** На репликах ~19 слов TTR, индексы Honore/Yule и формулы читаемости
+нестабильны (`FEATURES.md`, гипотеза H2). Полная серия делает leave-one-out
+(`ablate`): удаляет **по одной** группе. Здесь обе шумные группы снимаются
+сразу — ближе к тому, как собирали бы «очищенный» основной набор.
+
+**Конфиг.** `configs/tune_no_vocab_readability.toml`
+
+```bash
+python -m stylometry.cli run --config configs/tune_no_vocab_readability.toml \
+  --preset stylometry_pos_lsa --model logreg --repeats 3 --seed 42
+```
+
+**Как читать.** Рост или отсутствие падения macro-F1 значит, что эти группы
+не несут устойчивого сигнала (или мешают). Сильное падение — в протоколе их
+нельзя вычёркивать без оговорки.
+
+### T5. Ещё без `length`
+
+**Зачем.** Гипотеза H4: длинные реплики классифицируются лучше. Если качество
+не падает после удаления length-признаков, различимость персонажей не сводится
+к «кто говорит длиннее». Если падает — часть результата объясняется длиной,
+это нужно явно написать в отчёте.
+
+**Конфиг.** `configs/tune_no_vocab_readability_length.toml`
+
+```bash
+python -m stylometry.cli run --config configs/tune_no_vocab_readability_length.toml \
+  --preset stylometry_pos_lsa --model logreg --repeats 3 --seed 42
+```
+
+Имеет смысл сопоставить с `length-report` по базовому запуску.
+
+### T6. Символьные и POS n-граммы: узкие vs широкие
+
+**Зачем.** В полной серии фиксированы char 2–5 / 5000 и POS 1–3 / 500.
+Узкий вариант (короче n-граммы, выше `min_df`) проверяет переобучение на
+редких орфографических шаблонах. Широкий (2–6, больше признаков, `min_df=2`)
+проверяет, не теряем ли морфологию и пунктуационные привычки.
+
+**Конфиги.** `tune_char_narrow.toml`, `tune_char_wide.toml`
+
+```bash
+python -m stylometry.cli run --config configs/tune_char_narrow.toml \
+  --preset stylometry_pos_lsa --model logreg --repeats 3 --seed 42
+
+python -m stylometry.cli run --config configs/tune_char_wide.toml \
+  --preset stylometry_pos_lsa --model logreg --repeats 3 --seed 42
+```
+
+**Как читать.** Если wide лучше на обучении блоков, но pooled macro-F1 не выше
+базы (или хуже на редких классах) — переобучение. Если narrow не хуже базы —
+лишняя размерность не нужна.
+
+### T7. Веса блоков
+
+**Зачем.** После L2-нормировки каждый блок имеет единичную норму и конкурирует
+наравне, даже если один из них шумный. В базе веса равны. Здесь ослабляются
+char и особенно `lsa_word` (тематический риск, гипотеза H3), POS и стилометрия
+остаются сильнее.
+
+**Конфиг.** `configs/tune_block_weights.toml`
+
+```text
+stylo = 1.0
+char = 0.5
+pos = 0.7
+lsa_word = 0.3
+lsa_pos = 0.5
+```
+
+```bash
+python -m stylometry.cli run --config configs/tune_block_weights.toml \
+  --preset stylometry_pos_lsa --model logreg --repeats 3 --seed 42
+```
+
+**Как читать.** Веса — такой же гиперпараметр, как `C`. Один удачный набор не
+доказывает оптимум. Если macro-F1 вырос и `lsa_word` при этом ослаблен, это
+дополнительный довод, что тема мешала стилю.
+
+### T8. Число компонент LSA: 150 и 300
+
+**Зачем.** В полной серии `lsa-sweep` смотрит `k ∈ {50, 100, 200}` по
+**отдельным** вариантам LSA. В основном пресете всегда `k=100` сразу для
+`word` и `pos`. Здесь проверяется, помогает ли больше компонент **в
+объединённом** наборе, плюс недостающие точки 150 и 300 в переборе вариантов.
+
+**Конфиги.** `tune_lsa_k150.toml`, `tune_lsa_k300.toml`
+
+```bash
+python -m stylometry.cli run --config configs/tune_lsa_k150.toml \
+  --preset stylometry_pos_lsa --model logreg --repeats 3 --seed 42
+
+python -m stylometry.cli run --config configs/tune_lsa_k300.toml \
+  --preset stylometry_pos_lsa --model logreg --repeats 3 --seed 42
+
+python -m stylometry.cli lsa-sweep \
+  --variants word,content,fw,char,pos \
+  --components 150,300 \
+  --model logreg --repeats 1 --seed 42
+```
+
+**Как читать.** Рост `k` без роста macro-F1 — лишние компоненты ловят шум.
+Сравнивайте `word`/`content` с `pos`/`fw`: если выигрыш только у word-LSA,
+это снова тема, а не стиль.
+
+### T9. Случайный лес: глубина и лист
+
+**Зачем.** В `benchmark` лес идёт с дефолтами (`n_estimators=400`,
+`max_depth=None`, `min_samples_leaf=1`). На 2005×34 такая модель легко
+запоминает обучающие блоки. Сначала ограничивают глубину и увеличивают лист,
+а не число деревьев.
+
+**Как запускать.**
+
+```bash
+for depth in 10 20 30; do
+  for leaf in 2 3 5; do
+    python -m stylometry.cli run --preset stylometry_pos_lsa --model random_forest \
+      --repeats 3 --seed 42 \
+      --model-params "{\"max_depth\": $depth, \"min_samples_leaf\": $leaf}"
+  done
+done
+
+python -m stylometry.cli run --preset stylometry_pos_lsa --model random_forest \
+  --repeats 3 --seed 42 \
+  --model-params '{"max_depth": 20, "min_samples_leaf": 3, "max_features": 0.1}'
+```
+
+**Как читать.** Если мелкие деревья не хуже (или лучше) дефолтного леса из
+benchmark, сложность в базе была лишней. Сравнивайте с logreg, а не только
+друг с другом: лес может выигрывать accuracy и проигрывать macro-F1.
+
+### T10. Сверхслучайные деревья
+
+**Зачем.** Extra trees не входили в `benchmark` полной серии. Случайные пороги
+обычно снижают дисперсию относительно RF. Один контролируемый запуск
+(не полный перебор) проверяет, есть ли смысл включать модель в сравнение.
+
+```bash
+python -m stylometry.cli run --preset stylometry_pos_lsa --model extra_trees \
+  --repeats 3 --seed 42 \
+  --model-params '{"max_depth": 20, "min_samples_leaf": 3}'
+```
+
+Если результат заметно хуже logreg, модель достаточно упомянуть как проверку,
+не раздувая сетку.
+
+### T11. Дельта Барроуза: 50 и 1000 MFW
+
+**Зачем.** Классическая стилометрия на самых частотных словах. Полная серия
+уже смотрит 100/200/500. Края диапазона: 50 слов — очень компактный профиль,
+1000 — больше лексики и больше темы. На коротких репликах дельта обычно
+слабее ML; это независимая нижняя граница, не конкурент основному пресету.
+
+```bash
+python -m stylometry.cli delta \
+  --features 50,1000 --metrics manhattan,cosine --repeats 2 --seed 42
+```
+
+`zscore` в CLI не переключается (в коде по умолчанию включён), поэтому его
+здесь нет.
+
+---
+
+## 6. Рекомендуемый порядок, если запускаете вручную
+
+Не гоните все циклы сразу, если времени мало. Порядок совпадает с `TUNING.md`:
+
+1. T4, T5 — состав групп (дешево и часто полезно).
+2. T6 — n-граммы.
+3. T8 — `k` LSA в объединённом наборе.
+4. T7 — веса, если после T4–T6 остался шумный блок.
+5. T1, затем T2 — `C`.
+6. T3 — один раз, для отчёта про дисбаланс.
+7. T9, T10 — только если линейные модели уже сняты.
+8. T11 — короткая классическая проверка.
+
+После отбора 1–2 лучших конфигураций:
+
+```bash
+python -m stylometry.cli run --preset stylometry_pos_lsa --model logreg \
+  --repeats 5 --seed 42 --nested
+```
+
+Вложенная CV с расширенной сеткой честнее, чем выбор `C` по тем же OOF,
+что потом публикуете. Узкая сетка `{0.1, 1, 10}` уже есть в полной серии;
+имеет смысл `--nested` только если T1 сдвинул разумный диапазон (например,
+к `{0.03, 0.1, 0.3}`). Для этого нужно изменить `PARAM_GRIDS` в
+`stylometry/pipelines.py` — это уже правка кода, не конфиг.
+
+---
+
+## 7. Как фиксировать и чего не делать
+
+Для каждого запуска сохраняются стандартные файлы: `run_metadata.json`,
+`pooled_metrics.csv`, `bootstrap_ci.json`, `per_class_report.csv`,
+матрица ошибок. Перед сравнением откройте `run_metadata.json` и убедитесь,
+что отличаются только задуманные поля.
+
+Нельзя:
+
+- выбирать победителя по тестовой выборке вне CV;
+- менять `--folds` или `--seed` «чтобы стало лучше»;
+- сравнивать `QUICK=1` / `REPEATS=1` с финальными 5 повторами как равные;
+- объявлять улучшение без интервала и `compare`;
+- подменять macro-F1 долей правильных ответов.
+
+Ограничения корпуса те же, что в `EXPERIMENTS.md`: короткие реплики, один
+автор, ручная фильтрация, дисбаланс 15–139. Настройка модели эти ограничения
+не снимает.

lab1/configs/tune_block_weights.toml

@@ -0,0 +1,13 @@
+# Ослабить потенциально шумные блоки после L2-нормировки.
+
+[cv]
+folds = 5
+repeats = 3
+seed = 42
+
+[features.block_weights]
+stylo = 1.0
+char = 0.5
+pos = 0.7
+lsa_word = 0.3
+lsa_pos = 0.5

lab1/configs/tune_char_narrow.toml

@@ -0,0 +1,13 @@
+# Более короткие char n-граммы, меньше признаков, строже min_df.
+
+[cv]
+folds = 5
+repeats = 3
+seed = 42
+
+[features]
+char_ngram_range = [2, 4]
+char_max_features = 3000
+pos_ngram_range = [1, 3]
+pos_max_features = 500
+min_df = 5

lab1/configs/tune_char_wide.toml

@@ -0,0 +1,13 @@
+# Более длинные n-граммы и больше признаков: риск переобучения.
+
+[cv]
+folds = 5
+repeats = 3
+seed = 42
+
+[features]
+char_ngram_range = [2, 6]
+char_max_features = 8000
+pos_ngram_range = [1, 4]
+pos_max_features = 800
+min_df = 2

lab1/configs/tune_lsa_k150.toml

@@ -0,0 +1,7 @@
+[cv]
+folds = 5
+repeats = 3
+seed = 42
+
+[features]
+lsa_components = 150

lab1/configs/tune_lsa_k300.toml

@@ -0,0 +1,7 @@
+[cv]
+folds = 5
+repeats = 3
+seed = 42
+
+[features]
+lsa_components = 300

lab1/configs/tune_no_vocab_readability.toml

@@ -0,0 +1,20 @@
+# Без нестабильных групп на коротких репликах.
+# Остальные поля пресета (n-граммы, LSA) не переопределяются.
+
+[cv]
+folds = 5
+repeats = 3
+seed = 42
+
+[features]
+groups = [
+    "length",
+    "lexical",
+    "characters",
+    "punctuation",
+    "function_words",
+    "pronouns",
+    "pos",
+    "syntax",
+    "dialogue",
+]

lab1/configs/tune_no_vocab_readability_length.toml

@@ -0,0 +1,18 @@
+# То же + без length: проверка, не объясняется ли сигнал длиной реплики.
+
+[cv]
+folds = 5
+repeats = 3
+seed = 42
+
+[features]
+groups = [
+    "lexical",
+    "characters",
+    "punctuation",
+    "function_words",
+    "pronouns",
+    "pos",
+    "syntax",
+    "dialogue",
+]

lab1/exports/nlp_lab1_results_20261025_173103.tar.gz.sha256

@@ -1 +0,0 @@
-fac6cd6286209a20afa732dd8da257fe39208e00cdc8542e73496800ca0aff5e  /home/folen/Homework/NLP/lab1/exports/nlp_lab1_results_20261025_173103.tar.gz

lab1/exports/nlp_lab1_results_20261025_173103_manifest.txt

@@ -1,254 +0,0 @@
-Дата: Вс 25 окт 2026 17:31:03 MSK
-Каталог: /home/folen/Homework/NLP/lab1
-Интерпретатор: python
-
-=== Проверка окружения ===
-Python: 3.11.2 (/home/folen/Homework/NLP/.venv/bin/python)
-Каталог проекта: /home/folen/Homework/NLP/lab1
-Версии библиотек:
-  numpy: 2.4.6
-  pandas: 3.1.0
-  scipy: 1.17.1
-  sklearn: 1.9.1
-  nltk: 3.10.4
-  matplotlib: 3.11.2
-Корпус:
-  файл: /home/folen/Homework/NLP/lab1/data/dialogues.csv
-  SHA-256: 8946f08159daddb9d89c9d323205d4a7fb4bc617d16e300ff6c7606cb05030f7
-  реплик: 2005
-  персонажей: 34
-  словоупотреблений: 38207
-NLTK:
-  токенизатор: NLTK
-  POS-теггер: доступен
-  пример токенов: ['Oh', ',', 'that', "'s", 'right', '...', 'I', 'heard']
-  пример POS: ['INTJ', 'PUNCT', 'DET', 'AUX', 'ADJ', 'PUNCT', 'PRON', 'VERB']
-
-Окружение готово.
-{"versions": {"numpy": "2.4.6", "pandas": "3.1.0", "scipy": "1.17.1", "sklearn": "1.9.1", "nltk": "3.10.4", "matplotlib": "3.11.2"}, "n_lines": 2005}
-
-Git commit: 10e2444d2342e2d02c94a06de884ad7bbee83bca
-
-Содержимое results:
-results/ablation_stylometry_pos_lsa_20261025_170116/ablation.csv
-results/benchmark_stylometry_pos_lsa_20261025_165348/summary.csv
-results/char_multinomial_nb_20261025_155832/bootstrap_ci.json
-results/char_multinomial_nb_20261025_155832/confusion_matrix.csv
-results/char_multinomial_nb_20261025_155832/confusion_matrix_normalized.csv
-results/char_multinomial_nb_20261025_155832/fold_metrics.csv
-results/char_multinomial_nb_20261025_155832/fold_summary.csv
-results/char_multinomial_nb_20261025_155832/oof_predictions.csv
-results/char_multinomial_nb_20261025_155832/per_class_report.csv
-results/char_multinomial_nb_20261025_155832/pooled_metrics.csv
-results/char_multinomial_nb_20261025_155832/run_metadata.json
-results/char_multinomial_nb_20261025_155832/summary.md
-results/char_multinomial_nb_20261025_155832/top_confusions.csv
-results/clustering_stylometry_pos_lsa_20261025_172241/character_centroids.csv
-results/clustering_stylometry_pos_lsa_20261025_172241/clustering_metrics.csv
-results/delta_20261025_172113/delta_sweep.csv
-results/fw_logreg_20261025_160058/bootstrap_ci.json
-results/fw_logreg_20261025_160058/confusion_matrix.csv
-results/fw_logreg_20261025_160058/confusion_matrix_normalized.csv
-results/fw_logreg_20261025_160058/fold_metrics.csv
-results/fw_logreg_20261025_160058/fold_summary.csv
-results/fw_logreg_20261025_160058/oof_predictions.csv
-results/fw_logreg_20261025_160058/per_class_report.csv
-results/fw_logreg_20261025_160058/pooled_metrics.csv
-results/fw_logreg_20261025_160058/run_metadata.json
-results/fw_logreg_20261025_160058/summary.md
-results/fw_logreg_20261025_160058/top_confusions.csv
-results/length_dummy_20261025_155747/bootstrap_ci.json
-results/length_dummy_20261025_155747/confusion_matrix.csv
-results/length_dummy_20261025_155747/confusion_matrix_normalized.csv
-results/length_dummy_20261025_155747/fold_metrics.csv
-results/length_dummy_20261025_155747/fold_summary.csv
-results/length_dummy_20261025_155747/oof_predictions.csv
-results/length_dummy_20261025_155747/per_class_report.csv
-results/length_dummy_20261025_155747/pooled_metrics.csv
-results/length_dummy_20261025_155747/run_metadata.json
-results/length_dummy_20261025_155747/summary.md
-results/length_dummy_20261025_155747/top_confusions.csv
-results/length_logreg_20261025_155719/bootstrap_ci.json
-results/length_logreg_20261025_155719/confusion_matrix.csv
-results/length_logreg_20261025_155719/confusion_matrix_normalized.csv
-results/length_logreg_20261025_155719/fold_metrics.csv
-results/length_logreg_20261025_155719/fold_summary.csv
-results/length_logreg_20261025_155719/oof_predictions.csv
-results/length_logreg_20261025_155719/per_class_report.csv
-results/length_logreg_20261025_155719/pooled_metrics.csv
-results/length_logreg_20261025_155719/run_metadata.json
-results/length_logreg_20261025_155719/summary.md
-results/length_logreg_20261025_155719/top_confusions.csv
-results/length_logreg_20261025_155813/bootstrap_ci.json
-results/length_logreg_20261025_155813/confusion_matrix.csv
-results/length_logreg_20261025_155813/confusion_matrix_normalized.csv
-results/length_logreg_20261025_155813/fold_metrics.csv
-results/length_logreg_20261025_155813/fold_summary.csv
-results/length_logreg_20261025_155813/oof_predictions.csv
-results/length_logreg_20261025_155813/per_class_report.csv
-results/length_logreg_20261025_155813/pooled_metrics.csv
-results/length_logreg_20261025_155813/run_metadata.json
-results/length_logreg_20261025_155813/summary.md
-results/length_logreg_20261025_155813/top_confusions.csv
-results/logs/run_all_20261025_150915.log
-results/logs/run_all_20261025_151312.log
-results/logs/run_all_20261025_152356.log
-results/logs/run_all_20261025_155738.log
-results/lsa_char_logreg_20261025_164836/bootstrap_ci.json
-results/lsa_char_logreg_20261025_164836/confusion_matrix.csv
-results/lsa_char_logreg_20261025_164836/confusion_matrix_normalized.csv
-results/lsa_char_logreg_20261025_164836/fold_metrics.csv
-results/lsa_char_logreg_20261025_164836/fold_summary.csv
-results/lsa_char_logreg_20261025_164836/oof_predictions.csv
-results/lsa_char_logreg_20261025_164836/per_class_report.csv
-results/lsa_char_logreg_20261025_164836/pooled_metrics.csv
-results/lsa_char_logreg_20261025_164836/run_metadata.json
-results/lsa_char_logreg_20261025_164836/summary.md
-results/lsa_char_logreg_20261025_164836/top_confusions.csv
-results/lsa_content_logreg_20261025_164717/bootstrap_ci.json
-results/lsa_content_logreg_20261025_164717/confusion_matrix.csv
-results/lsa_content_logreg_20261025_164717/confusion_matrix_normalized.csv
-results/lsa_content_logreg_20261025_164717/fold_metrics.csv
-results/lsa_content_logreg_20261025_164717/fold_summary.csv
-results/lsa_content_logreg_20261025_164717/oof_predictions.csv
-results/lsa_content_logreg_20261025_164717/per_class_report.csv
-results/lsa_content_logreg_20261025_164717/pooled_metrics.csv
-results/lsa_content_logreg_20261025_164717/run_metadata.json
-results/lsa_content_logreg_20261025_164717/summary.md
-results/lsa_content_logreg_20261025_164717/top_confusions.csv
-results/lsa_fw_logreg_20261025_164750/bootstrap_ci.json
-results/lsa_fw_logreg_20261025_164750/confusion_matrix.csv
-results/lsa_fw_logreg_20261025_164750/confusion_matrix_normalized.csv
-results/lsa_fw_logreg_20261025_164750/fold_metrics.csv
-results/lsa_fw_logreg_20261025_164750/fold_summary.csv
-results/lsa_fw_logreg_20261025_164750/oof_predictions.csv
-results/lsa_fw_logreg_20261025_164750/per_class_report.csv
-results/lsa_fw_logreg_20261025_164750/pooled_metrics.csv
-results/lsa_fw_logreg_20261025_164750/run_metadata.json
-results/lsa_fw_logreg_20261025_164750/summary.md
-results/lsa_fw_logreg_20261025_164750/top_confusions.csv
-results/lsa_pos_logreg_20261025_164912/bootstrap_ci.json
-results/lsa_pos_logreg_20261025_164912/confusion_matrix.csv
-results/lsa_pos_logreg_20261025_164912/confusion_matrix_normalized.csv
-results/lsa_pos_logreg_20261025_164912/fold_metrics.csv
-results/lsa_pos_logreg_20261025_164912/fold_summary.csv
-results/lsa_pos_logreg_20261025_164912/oof_predictions.csv
-results/lsa_pos_logreg_20261025_164912/per_class_report.csv
-results/lsa_pos_logreg_20261025_164912/pooled_metrics.csv
-results/lsa_pos_logreg_20261025_164912/run_metadata.json
-results/lsa_pos_logreg_20261025_164912/summary.md
-results/lsa_pos_logreg_20261025_164912/top_confusions.csv
-results/lsa_sweep_20261025_164924/lsa_sweep.csv
-results/lsa_word2_logreg_20261025_164641/bootstrap_ci.json
-results/lsa_word2_logreg_20261025_164641/confusion_matrix.csv
-results/lsa_word2_logreg_20261025_164641/confusion_matrix_normalized.csv
-results/lsa_word2_logreg_20261025_164641/fold_metrics.csv
-results/lsa_word2_logreg_20261025_164641/fold_summary.csv
-results/lsa_word2_logreg_20261025_164641/oof_predictions.csv
-results/lsa_word2_logreg_20261025_164641/per_class_report.csv
-results/lsa_word2_logreg_20261025_164641/pooled_metrics.csv
-results/lsa_word2_logreg_20261025_164641/run_metadata.json
-results/lsa_word2_logreg_20261025_164641/summary.md
-results/lsa_word2_logreg_20261025_164641/top_confusions.csv
-results/lsa_word_logreg_20261025_164608/bootstrap_ci.json
-results/lsa_word_logreg_20261025_164608/confusion_matrix.csv
-results/lsa_word_logreg_20261025_164608/confusion_matrix_normalized.csv
-results/lsa_word_logreg_20261025_164608/fold_metrics.csv
-results/lsa_word_logreg_20261025_164608/fold_summary.csv
-results/lsa_word_logreg_20261025_164608/oof_predictions.csv
-results/lsa_word_logreg_20261025_164608/per_class_report.csv
-results/lsa_word_logreg_20261025_164608/pooled_metrics.csv
-results/lsa_word_logreg_20261025_164608/run_metadata.json
-results/lsa_word_logreg_20261025_164608/summary.md
-results/lsa_word_logreg_20261025_164608/top_confusions.csv
-results/nested_stylometry_pos_lsa_linear_svc_20261025_172442/best_params.json
-results/nested_stylometry_pos_lsa_linear_svc_20261025_172442/bootstrap_ci.json
-results/nested_stylometry_pos_lsa_linear_svc_20261025_172442/confusion_matrix.csv
-results/nested_stylometry_pos_lsa_linear_svc_20261025_172442/confusion_matrix_normalized.csv
-results/nested_stylometry_pos_lsa_linear_svc_20261025_172442/fold_metrics.csv
-results/nested_stylometry_pos_lsa_linear_svc_20261025_172442/fold_summary.csv
-results/nested_stylometry_pos_lsa_linear_svc_20261025_172442/oof_predictions.csv
-results/nested_stylometry_pos_lsa_linear_svc_20261025_172442/per_class_report.csv
-results/nested_stylometry_pos_lsa_linear_svc_20261025_172442/pooled_metrics.csv
-results/nested_stylometry_pos_lsa_linear_svc_20261025_172442/run_metadata.json
-results/nested_stylometry_pos_lsa_linear_svc_20261025_172442/summary.md
-results/nested_stylometry_pos_lsa_linear_svc_20261025_172442/top_confusions.csv
-results/nested_stylometry_pos_lsa_logreg_20261025_172348/best_params.json
-results/nested_stylometry_pos_lsa_logreg_20261025_172348/bootstrap_ci.json
-results/nested_stylometry_pos_lsa_logreg_20261025_172348/confusion_matrix.csv
-results/nested_stylometry_pos_lsa_logreg_20261025_172348/confusion_matrix_normalized.csv
-results/nested_stylometry_pos_lsa_logreg_20261025_172348/fold_metrics.csv
-results/nested_stylometry_pos_lsa_logreg_20261025_172348/fold_summary.csv
-results/nested_stylometry_pos_lsa_logreg_20261025_172348/oof_predictions.csv
-results/nested_stylometry_pos_lsa_logreg_20261025_172348/per_class_report.csv
-results/nested_stylometry_pos_lsa_logreg_20261025_172348/pooled_metrics.csv
-results/nested_stylometry_pos_lsa_logreg_20261025_172348/run_metadata.json
-results/nested_stylometry_pos_lsa_logreg_20261025_172348/summary.md
-results/nested_stylometry_pos_lsa_logreg_20261025_172348/top_confusions.csv
-results/pos_multinomial_nb_20261025_155848/bootstrap_ci.json
-results/pos_multinomial_nb_20261025_155848/confusion_matrix.csv
-results/pos_multinomial_nb_20261025_155848/confusion_matrix_normalized.csv
-results/pos_multinomial_nb_20261025_155848/fold_metrics.csv
-results/pos_multinomial_nb_20261025_155848/fold_summary.csv
-results/pos_multinomial_nb_20261025_155848/oof_predictions.csv
-results/pos_multinomial_nb_20261025_155848/per_class_report.csv
-results/pos_multinomial_nb_20261025_155848/pooled_metrics.csv
-results/pos_multinomial_nb_20261025_155848/run_metadata.json
-results/pos_multinomial_nb_20261025_155848/summary.md
-results/pos_multinomial_nb_20261025_155848/top_confusions.csv
-results/README.md
-results/stylometry_linear_svc_20261025_164018/bootstrap_ci.json
-results/stylometry_linear_svc_20261025_164018/confusion_matrix.csv
-results/stylometry_linear_svc_20261025_164018/confusion_matrix_normalized.csv
-results/stylometry_linear_svc_20261025_164018/fold_metrics.csv
-results/stylometry_linear_svc_20261025_164018/fold_summary.csv
-results/stylometry_linear_svc_20261025_164018/oof_predictions.csv
-results/stylometry_linear_svc_20261025_164018/per_class_report.csv
-results/stylometry_linear_svc_20261025_164018/pooled_metrics.csv
-results/stylometry_linear_svc_20261025_164018/run_metadata.json
-results/stylometry_linear_svc_20261025_164018/summary.md
-results/stylometry_linear_svc_20261025_164018/top_confusions.csv
-results/stylometry_logreg_20261025_160722/bootstrap_ci.json
-results/stylometry_logreg_20261025_160722/confusion_matrix.csv
-results/stylometry_logreg_20261025_160722/confusion_matrix_normalized.csv
-results/stylometry_logreg_20261025_160722/fold_metrics.csv
-results/stylometry_logreg_20261025_160722/fold_summary.csv
-results/stylometry_logreg_20261025_160722/oof_predictions.csv
-results/stylometry_logreg_20261025_160722/per_class_report.csv
-results/stylometry_logreg_20261025_160722/pooled_metrics.csv
-results/stylometry_logreg_20261025_160722/run_metadata.json
-results/stylometry_logreg_20261025_160722/summary.md
-results/stylometry_logreg_20261025_160722/top_confusions.csv
-results/stylometry_pos_logreg_20261025_164246/bootstrap_ci.json
-results/stylometry_pos_logreg_20261025_164246/confusion_matrix.csv
-results/stylometry_pos_logreg_20261025_164246/confusion_matrix_normalized.csv
-results/stylometry_pos_logreg_20261025_164246/fold_metrics.csv
-results/stylometry_pos_logreg_20261025_164246/fold_summary.csv
-results/stylometry_pos_logreg_20261025_164246/oof_predictions.csv
-results/stylometry_pos_logreg_20261025_164246/per_class_report.csv
-results/stylometry_pos_logreg_20261025_164246/pooled_metrics.csv
-results/stylometry_pos_logreg_20261025_164246/run_metadata.json
-results/stylometry_pos_logreg_20261025_164246/summary.md
-results/stylometry_pos_logreg_20261025_164246/top_confusions.csv
-results/stylometry_pos_lsa_logreg_20261025_164534/bootstrap_ci.json
-results/stylometry_pos_lsa_logreg_20261025_164534/comparison_main_vs_pos.json
-results/stylometry_pos_lsa_logreg_20261025_164534/confusion_matrix.csv
-results/stylometry_pos_lsa_logreg_20261025_164534/confusion_matrix_normalized.csv
-results/stylometry_pos_lsa_logreg_20261025_164534/fold_metrics.csv
-results/stylometry_pos_lsa_logreg_20261025_164534/fold_summary.csv
-results/stylometry_pos_lsa_logreg_20261025_164534/length_bins.csv
-results/stylometry_pos_lsa_logreg_20261025_164534/oof_predictions.csv
-results/stylometry_pos_lsa_logreg_20261025_164534/per_class_report.csv
-results/stylometry_pos_lsa_logreg_20261025_164534/pooled_metrics.csv
-results/stylometry_pos_lsa_logreg_20261025_164534/run_metadata.json
-results/stylometry_pos_lsa_logreg_20261025_164534/subgroup_age_group_confusions.csv
-results/stylometry_pos_lsa_logreg_20261025_164534/subgroup_age_group_metrics.csv
-results/stylometry_pos_lsa_logreg_20261025_164534/subgroup_gender_confusions.csv
-results/stylometry_pos_lsa_logreg_20261025_164534/subgroup_gender_metrics.csv
-results/stylometry_pos_lsa_logreg_20261025_164534/subgroup_species_confusions.csv
-results/stylometry_pos_lsa_logreg_20261025_164534/subgroup_species_metrics.csv
-results/stylometry_pos_lsa_logreg_20261025_164534/summary.md
-results/stylometry_pos_lsa_logreg_20261025_164534/top_confusions.csv
-results/verification_stylometry_pos_lsa_20261025_172237/fold_metrics.csv
-results/verification_stylometry_pos_lsa_20261025_172237/pair_scores.csv
-results/verification_stylometry_pos_lsa_20261025_172237/summary.json

lab1/exports/nlp_lab1_results_20261025_192444.tar.gz.sha256

@@ -1 +0,0 @@
-866cbec84ad3c79cdf7cdee14a534d736894037f68af88e4629262a5821cbefb  /home/folen/Homework/NLP/lab1/exports/nlp_lab1_results_20261025_192444.tar.gz

lab1/exports/nlp_lab1_results_20261025_192444_manifest.txt

@@ -1,486 +0,0 @@
-Дата: Вс 25 окт 2026 19:24:44 MSK
-Каталог: /home/folen/Homework/NLP/lab1
-Интерпретатор: python
-
-=== Проверка окружения ===
-Python: 3.11.2 (/home/folen/Homework/NLP/.venv/bin/python)
-Каталог проекта: /home/folen/Homework/NLP/lab1
-Версии библиотек:
-  numpy: 2.4.6
-  pandas: 3.1.0
-  scipy: 1.17.1
-  sklearn: 1.9.1
-  nltk: 3.10.4
-  matplotlib: 3.11.2
-Корпус:
-  файл: /home/folen/Homework/NLP/lab1/data/dialogues.csv
-  SHA-256: 8946f08159daddb9d89c9d323205d4a7fb4bc617d16e300ff6c7606cb05030f7
-  реплик: 2005
-  персонажей: 34
-  словоупотреблений: 38207
-NLTK:
-  токенизатор: NLTK
-  POS-теггер: доступен
-  пример токенов: ['Oh', ',', 'that', "'s", 'right', '...', 'I', 'heard']
-  пример POS: ['INTJ', 'PUNCT', 'DET', 'AUX', 'ADJ', 'PUNCT', 'PRON', 'VERB']
-
-Окружение готово.
-{"versions": {"numpy": "2.4.6", "pandas": "3.1.0", "scipy": "1.17.1", "sklearn": "1.9.1", "nltk": "3.10.4", "matplotlib": "3.11.2"}, "n_lines": 2005}
-
-Git commit: 5a4a19e0df4cae19348ac76d242afb451d8e6aa0
-
-Содержимое results:
-results/ablation_stylometry_pos_lsa_20261025_170116/ablation.csv
-results/benchmark_stylometry_pos_lsa_20261025_165348/summary.csv
-results/char_multinomial_nb_20261025_155832/bootstrap_ci.json
-results/char_multinomial_nb_20261025_155832/confusion_matrix.csv
-results/char_multinomial_nb_20261025_155832/confusion_matrix_normalized.csv
-results/char_multinomial_nb_20261025_155832/fold_metrics.csv
-results/char_multinomial_nb_20261025_155832/fold_summary.csv
-results/char_multinomial_nb_20261025_155832/oof_predictions.csv
-results/char_multinomial_nb_20261025_155832/per_class_report.csv
-results/char_multinomial_nb_20261025_155832/pooled_metrics.csv
-results/char_multinomial_nb_20261025_155832/run_metadata.json
-results/char_multinomial_nb_20261025_155832/summary.md
-results/char_multinomial_nb_20261025_155832/top_confusions.csv
-results/clustering_stylometry_pos_lsa_20261025_172241/character_centroids.csv
-results/clustering_stylometry_pos_lsa_20261025_172241/clustering_metrics.csv
-results/delta_20261025_172113/delta_sweep.csv
-results/fw_logreg_20261025_160058/bootstrap_ci.json
-results/fw_logreg_20261025_160058/confusion_matrix.csv
-results/fw_logreg_20261025_160058/confusion_matrix_normalized.csv
-results/fw_logreg_20261025_160058/fold_metrics.csv
-results/fw_logreg_20261025_160058/fold_summary.csv
-results/fw_logreg_20261025_160058/oof_predictions.csv
-results/fw_logreg_20261025_160058/per_class_report.csv
-results/fw_logreg_20261025_160058/pooled_metrics.csv
-results/fw_logreg_20261025_160058/run_metadata.json
-results/fw_logreg_20261025_160058/summary.md
-results/fw_logreg_20261025_160058/top_confusions.csv
-results/length_dummy_20261025_155747/bootstrap_ci.json
-results/length_dummy_20261025_155747/confusion_matrix.csv
-results/length_dummy_20261025_155747/confusion_matrix_normalized.csv
-results/length_dummy_20261025_155747/fold_metrics.csv
-results/length_dummy_20261025_155747/fold_summary.csv
-results/length_dummy_20261025_155747/oof_predictions.csv
-results/length_dummy_20261025_155747/per_class_report.csv
-results/length_dummy_20261025_155747/pooled_metrics.csv
-results/length_dummy_20261025_155747/run_metadata.json
-results/length_dummy_20261025_155747/summary.md
-results/length_dummy_20261025_155747/top_confusions.csv
-results/length_logreg_20261025_155719/bootstrap_ci.json
-results/length_logreg_20261025_155719/confusion_matrix.csv
-results/length_logreg_20261025_155719/confusion_matrix_normalized.csv
-results/length_logreg_20261025_155719/fold_metrics.csv
-results/length_logreg_20261025_155719/fold_summary.csv
-results/length_logreg_20261025_155719/oof_predictions.csv
-results/length_logreg_20261025_155719/per_class_report.csv
-results/length_logreg_20261025_155719/pooled_metrics.csv
-results/length_logreg_20261025_155719/run_metadata.json
-results/length_logreg_20261025_155719/summary.md
-results/length_logreg_20261025_155719/top_confusions.csv
-results/length_logreg_20261025_155813/bootstrap_ci.json
-results/length_logreg_20261025_155813/confusion_matrix.csv
-results/length_logreg_20261025_155813/confusion_matrix_normalized.csv
-results/length_logreg_20261025_155813/fold_metrics.csv
-results/length_logreg_20261025_155813/fold_summary.csv
-results/length_logreg_20261025_155813/oof_predictions.csv
-results/length_logreg_20261025_155813/per_class_report.csv
-results/length_logreg_20261025_155813/pooled_metrics.csv
-results/length_logreg_20261025_155813/run_metadata.json
-results/length_logreg_20261025_155813/summary.md
-results/length_logreg_20261025_155813/top_confusions.csv
-results/logs/run_all_20261025_150915.log
-results/logs/run_all_20261025_151312.log
-results/logs/run_all_20261025_152356.log
-results/logs/run_all_20261025_155738.log
-results/lsa_char_logreg_20261025_164836/bootstrap_ci.json
-results/lsa_char_logreg_20261025_164836/confusion_matrix.csv
-results/lsa_char_logreg_20261025_164836/confusion_matrix_normalized.csv
-results/lsa_char_logreg_20261025_164836/fold_metrics.csv
-results/lsa_char_logreg_20261025_164836/fold_summary.csv
-results/lsa_char_logreg_20261025_164836/oof_predictions.csv
-results/lsa_char_logreg_20261025_164836/per_class_report.csv
-results/lsa_char_logreg_20261025_164836/pooled_metrics.csv
-results/lsa_char_logreg_20261025_164836/run_metadata.json
-results/lsa_char_logreg_20261025_164836/summary.md
-results/lsa_char_logreg_20261025_164836/top_confusions.csv
-results/lsa_content_logreg_20261025_164717/bootstrap_ci.json
-results/lsa_content_logreg_20261025_164717/confusion_matrix.csv
-results/lsa_content_logreg_20261025_164717/confusion_matrix_normalized.csv
-results/lsa_content_logreg_20261025_164717/fold_metrics.csv
-results/lsa_content_logreg_20261025_164717/fold_summary.csv
-results/lsa_content_logreg_20261025_164717/oof_predictions.csv
-results/lsa_content_logreg_20261025_164717/per_class_report.csv
-results/lsa_content_logreg_20261025_164717/pooled_metrics.csv
-results/lsa_content_logreg_20261025_164717/run_metadata.json
-results/lsa_content_logreg_20261025_164717/summary.md
-results/lsa_content_logreg_20261025_164717/top_confusions.csv
-results/lsa_fw_logreg_20261025_164750/bootstrap_ci.json
-results/lsa_fw_logreg_20261025_164750/confusion_matrix.csv
-results/lsa_fw_logreg_20261025_164750/confusion_matrix_normalized.csv
-results/lsa_fw_logreg_20261025_164750/fold_metrics.csv
-results/lsa_fw_logreg_20261025_164750/fold_summary.csv
-results/lsa_fw_logreg_20261025_164750/oof_predictions.csv
-results/lsa_fw_logreg_20261025_164750/per_class_report.csv
-results/lsa_fw_logreg_20261025_164750/pooled_metrics.csv
-results/lsa_fw_logreg_20261025_164750/run_metadata.json
-results/lsa_fw_logreg_20261025_164750/summary.md
-results/lsa_fw_logreg_20261025_164750/top_confusions.csv
-results/lsa_pos_logreg_20261025_164912/bootstrap_ci.json
-results/lsa_pos_logreg_20261025_164912/confusion_matrix.csv
-results/lsa_pos_logreg_20261025_164912/confusion_matrix_normalized.csv
-results/lsa_pos_logreg_20261025_164912/fold_metrics.csv
-results/lsa_pos_logreg_20261025_164912/fold_summary.csv
-results/lsa_pos_logreg_20261025_164912/oof_predictions.csv
-results/lsa_pos_logreg_20261025_164912/per_class_report.csv
-results/lsa_pos_logreg_20261025_164912/pooled_metrics.csv
-results/lsa_pos_logreg_20261025_164912/run_metadata.json
-results/lsa_pos_logreg_20261025_164912/summary.md
-results/lsa_pos_logreg_20261025_164912/top_confusions.csv
-results/lsa_sweep_20261025_164924/lsa_sweep.csv
-results/lsa_sweep_20261025_185049/lsa_sweep.csv
-results/lsa_word2_logreg_20261025_164641/bootstrap_ci.json
-results/lsa_word2_logreg_20261025_164641/confusion_matrix.csv
-results/lsa_word2_logreg_20261025_164641/confusion_matrix_normalized.csv
-results/lsa_word2_logreg_20261025_164641/fold_metrics.csv
-results/lsa_word2_logreg_20261025_164641/fold_summary.csv
-results/lsa_word2_logreg_20261025_164641/oof_predictions.csv
-results/lsa_word2_logreg_20261025_164641/per_class_report.csv
-results/lsa_word2_logreg_20261025_164641/pooled_metrics.csv
-results/lsa_word2_logreg_20261025_164641/run_metadata.json
-results/lsa_word2_logreg_20261025_164641/summary.md
-results/lsa_word2_logreg_20261025_164641/top_confusions.csv
-results/lsa_word_logreg_20261025_164608/bootstrap_ci.json
-results/lsa_word_logreg_20261025_164608/confusion_matrix.csv
-results/lsa_word_logreg_20261025_164608/confusion_matrix_normalized.csv
-results/lsa_word_logreg_20261025_164608/fold_metrics.csv
-results/lsa_word_logreg_20261025_164608/fold_summary.csv
-results/lsa_word_logreg_20261025_164608/oof_predictions.csv
-results/lsa_word_logreg_20261025_164608/per_class_report.csv
-results/lsa_word_logreg_20261025_164608/pooled_metrics.csv
-results/lsa_word_logreg_20261025_164608/run_metadata.json
-results/lsa_word_logreg_20261025_164608/summary.md
-results/lsa_word_logreg_20261025_164608/top_confusions.csv
-results/nested_stylometry_pos_lsa_linear_svc_20261025_172442/best_params.json
-results/nested_stylometry_pos_lsa_linear_svc_20261025_172442/bootstrap_ci.json
-results/nested_stylometry_pos_lsa_linear_svc_20261025_172442/confusion_matrix.csv
-results/nested_stylometry_pos_lsa_linear_svc_20261025_172442/confusion_matrix_normalized.csv
-results/nested_stylometry_pos_lsa_linear_svc_20261025_172442/fold_metrics.csv
-results/nested_stylometry_pos_lsa_linear_svc_20261025_172442/fold_summary.csv
-results/nested_stylometry_pos_lsa_linear_svc_20261025_172442/oof_predictions.csv
-results/nested_stylometry_pos_lsa_linear_svc_20261025_172442/per_class_report.csv
-results/nested_stylometry_pos_lsa_linear_svc_20261025_172442/pooled_metrics.csv
-results/nested_stylometry_pos_lsa_linear_svc_20261025_172442/run_metadata.json
-results/nested_stylometry_pos_lsa_linear_svc_20261025_172442/summary.md
-results/nested_stylometry_pos_lsa_linear_svc_20261025_172442/top_confusions.csv
-results/nested_stylometry_pos_lsa_logreg_20261025_172348/best_params.json
-results/nested_stylometry_pos_lsa_logreg_20261025_172348/bootstrap_ci.json
-results/nested_stylometry_pos_lsa_logreg_20261025_172348/confusion_matrix.csv
-results/nested_stylometry_pos_lsa_logreg_20261025_172348/confusion_matrix_normalized.csv
-results/nested_stylometry_pos_lsa_logreg_20261025_172348/fold_metrics.csv
-results/nested_stylometry_pos_lsa_logreg_20261025_172348/fold_summary.csv
-results/nested_stylometry_pos_lsa_logreg_20261025_172348/oof_predictions.csv
-results/nested_stylometry_pos_lsa_logreg_20261025_172348/per_class_report.csv
-results/nested_stylometry_pos_lsa_logreg_20261025_172348/pooled_metrics.csv
-results/nested_stylometry_pos_lsa_logreg_20261025_172348/run_metadata.json
-results/nested_stylometry_pos_lsa_logreg_20261025_172348/summary.md
-results/nested_stylometry_pos_lsa_logreg_20261025_172348/top_confusions.csv
-results/pos_multinomial_nb_20261025_155848/bootstrap_ci.json
-results/pos_multinomial_nb_20261025_155848/confusion_matrix.csv
-results/pos_multinomial_nb_20261025_155848/confusion_matrix_normalized.csv
-results/pos_multinomial_nb_20261025_155848/fold_metrics.csv
-results/pos_multinomial_nb_20261025_155848/fold_summary.csv
-results/pos_multinomial_nb_20261025_155848/oof_predictions.csv
-results/pos_multinomial_nb_20261025_155848/per_class_report.csv
-results/pos_multinomial_nb_20261025_155848/pooled_metrics.csv
-results/pos_multinomial_nb_20261025_155848/run_metadata.json
-results/pos_multinomial_nb_20261025_155848/summary.md
-results/pos_multinomial_nb_20261025_155848/top_confusions.csv
-results/README.md
-results/stylometry_linear_svc_20261025_164018/bootstrap_ci.json
-results/stylometry_linear_svc_20261025_164018/confusion_matrix.csv
-results/stylometry_linear_svc_20261025_164018/confusion_matrix_normalized.csv
-results/stylometry_linear_svc_20261025_164018/fold_metrics.csv
-results/stylometry_linear_svc_20261025_164018/fold_summary.csv
-results/stylometry_linear_svc_20261025_164018/oof_predictions.csv
-results/stylometry_linear_svc_20261025_164018/per_class_report.csv
-results/stylometry_linear_svc_20261025_164018/pooled_metrics.csv
-results/stylometry_linear_svc_20261025_164018/run_metadata.json
-results/stylometry_linear_svc_20261025_164018/summary.md
-results/stylometry_linear_svc_20261025_164018/top_confusions.csv
-results/stylometry_logreg_20261025_160722/bootstrap_ci.json
-results/stylometry_logreg_20261025_160722/confusion_matrix.csv
-results/stylometry_logreg_20261025_160722/confusion_matrix_normalized.csv
-results/stylometry_logreg_20261025_160722/fold_metrics.csv
-results/stylometry_logreg_20261025_160722/fold_summary.csv
-results/stylometry_logreg_20261025_160722/oof_predictions.csv
-results/stylometry_logreg_20261025_160722/per_class_report.csv
-results/stylometry_logreg_20261025_160722/pooled_metrics.csv
-results/stylometry_logreg_20261025_160722/run_metadata.json
-results/stylometry_logreg_20261025_160722/summary.md
-results/stylometry_logreg_20261025_160722/top_confusions.csv
-results/stylometry_pos_logreg_20261025_164246/bootstrap_ci.json
-results/stylometry_pos_logreg_20261025_164246/confusion_matrix.csv
-results/stylometry_pos_logreg_20261025_164246/confusion_matrix_normalized.csv
-results/stylometry_pos_logreg_20261025_164246/fold_metrics.csv
-results/stylometry_pos_logreg_20261025_164246/fold_summary.csv
-results/stylometry_pos_logreg_20261025_164246/oof_predictions.csv
-results/stylometry_pos_logreg_20261025_164246/per_class_report.csv
-results/stylometry_pos_logreg_20261025_164246/pooled_metrics.csv
-results/stylometry_pos_logreg_20261025_164246/run_metadata.json
-results/stylometry_pos_logreg_20261025_164246/summary.md
-results/stylometry_pos_logreg_20261025_164246/top_confusions.csv
-results/stylometry_pos_lsa_linear_svc_20261025_184431/bootstrap_ci.json
-results/stylometry_pos_lsa_linear_svc_20261025_184431/confusion_matrix.csv
-results/stylometry_pos_lsa_linear_svc_20261025_184431/confusion_matrix_normalized.csv
-results/stylometry_pos_lsa_linear_svc_20261025_184431/fold_metrics.csv
-results/stylometry_pos_lsa_linear_svc_20261025_184431/fold_summary.csv
-results/stylometry_pos_lsa_linear_svc_20261025_184431/oof_predictions.csv
-results/stylometry_pos_lsa_linear_svc_20261025_184431/per_class_report.csv
-results/stylometry_pos_lsa_linear_svc_20261025_184431/pooled_metrics.csv
-results/stylometry_pos_lsa_linear_svc_20261025_184431/run_metadata.json
-results/stylometry_pos_lsa_linear_svc_20261025_184431/summary.md
-results/stylometry_pos_lsa_linear_svc_20261025_184431/top_confusions.csv
-results/stylometry_pos_lsa_linear_svc_20261025_184538/bootstrap_ci.json
-results/stylometry_pos_lsa_linear_svc_20261025_184538/confusion_matrix.csv
-results/stylometry_pos_lsa_linear_svc_20261025_184538/confusion_matrix_normalized.csv
-results/stylometry_pos_lsa_linear_svc_20261025_184538/fold_metrics.csv
-results/stylometry_pos_lsa_linear_svc_20261025_184538/fold_summary.csv
-results/stylometry_pos_lsa_linear_svc_20261025_184538/oof_predictions.csv
-results/stylometry_pos_lsa_linear_svc_20261025_184538/per_class_report.csv
-results/stylometry_pos_lsa_linear_svc_20261025_184538/pooled_metrics.csv
-results/stylometry_pos_lsa_linear_svc_20261025_184538/run_metadata.json
-results/stylometry_pos_lsa_linear_svc_20261025_184538/summary.md
-results/stylometry_pos_lsa_linear_svc_20261025_184538/top_confusions.csv
-results/stylometry_pos_lsa_linear_svc_20261025_184646/bootstrap_ci.json
-results/stylometry_pos_lsa_linear_svc_20261025_184646/confusion_matrix.csv
-results/stylometry_pos_lsa_linear_svc_20261025_184646/confusion_matrix_normalized.csv
-results/stylometry_pos_lsa_linear_svc_20261025_184646/fold_metrics.csv
-results/stylometry_pos_lsa_linear_svc_20261025_184646/fold_summary.csv
-results/stylometry_pos_lsa_linear_svc_20261025_184646/oof_predictions.csv
-results/stylometry_pos_lsa_linear_svc_20261025_184646/per_class_report.csv
-results/stylometry_pos_lsa_linear_svc_20261025_184646/pooled_metrics.csv
-results/stylometry_pos_lsa_linear_svc_20261025_184646/run_metadata.json
-results/stylometry_pos_lsa_linear_svc_20261025_184646/summary.md
-results/stylometry_pos_lsa_linear_svc_20261025_184646/top_confusions.csv
-results/stylometry_pos_lsa_linear_svc_20261025_184759/bootstrap_ci.json
-results/stylometry_pos_lsa_linear_svc_20261025_184759/confusion_matrix.csv
-results/stylometry_pos_lsa_linear_svc_20261025_184759/confusion_matrix_normalized.csv
-results/stylometry_pos_lsa_linear_svc_20261025_184759/fold_metrics.csv
-results/stylometry_pos_lsa_linear_svc_20261025_184759/fold_summary.csv
-results/stylometry_pos_lsa_linear_svc_20261025_184759/oof_predictions.csv
-results/stylometry_pos_lsa_linear_svc_20261025_184759/per_class_report.csv
-results/stylometry_pos_lsa_linear_svc_20261025_184759/pooled_metrics.csv
-results/stylometry_pos_lsa_linear_svc_20261025_184759/run_metadata.json
-results/stylometry_pos_lsa_linear_svc_20261025_184759/summary.md
-results/stylometry_pos_lsa_linear_svc_20261025_184759/top_confusions.csv
-results/stylometry_pos_lsa_linear_svc_20261025_184916/bootstrap_ci.json
-results/stylometry_pos_lsa_linear_svc_20261025_184916/confusion_matrix.csv
-results/stylometry_pos_lsa_linear_svc_20261025_184916/confusion_matrix_normalized.csv
-results/stylometry_pos_lsa_linear_svc_20261025_184916/fold_metrics.csv
-results/stylometry_pos_lsa_linear_svc_20261025_184916/fold_summary.csv
-results/stylometry_pos_lsa_linear_svc_20261025_184916/oof_predictions.csv
-results/stylometry_pos_lsa_linear_svc_20261025_184916/per_class_report.csv
-results/stylometry_pos_lsa_linear_svc_20261025_184916/pooled_metrics.csv
-results/stylometry_pos_lsa_linear_svc_20261025_184916/run_metadata.json
-results/stylometry_pos_lsa_linear_svc_20261025_184916/summary.md
-results/stylometry_pos_lsa_linear_svc_20261025_184916/top_confusions.csv
-results/stylometry_pos_lsa_linear_svc_20261025_185037/bootstrap_ci.json
-results/stylometry_pos_lsa_linear_svc_20261025_185037/confusion_matrix.csv
-results/stylometry_pos_lsa_linear_svc_20261025_185037/confusion_matrix_normalized.csv
-results/stylometry_pos_lsa_linear_svc_20261025_185037/fold_metrics.csv
-results/stylometry_pos_lsa_linear_svc_20261025_185037/fold_summary.csv
-results/stylometry_pos_lsa_linear_svc_20261025_185037/oof_predictions.csv
-results/stylometry_pos_lsa_linear_svc_20261025_185037/per_class_report.csv
-results/stylometry_pos_lsa_linear_svc_20261025_185037/pooled_metrics.csv
-results/stylometry_pos_lsa_linear_svc_20261025_185037/run_metadata.json
-results/stylometry_pos_lsa_linear_svc_20261025_185037/summary.md
-results/stylometry_pos_lsa_linear_svc_20261025_185037/top_confusions.csv
-results/stylometry_pos_lsa_logreg_20261025_164534/bootstrap_ci.json
-results/stylometry_pos_lsa_logreg_20261025_164534/comparison_main_vs_pos.json
-results/stylometry_pos_lsa_logreg_20261025_164534/confusion_matrix.csv
-results/stylometry_pos_lsa_logreg_20261025_164534/confusion_matrix_normalized.csv
-results/stylometry_pos_lsa_logreg_20261025_164534/fold_metrics.csv
-results/stylometry_pos_lsa_logreg_20261025_164534/fold_summary.csv
-results/stylometry_pos_lsa_logreg_20261025_164534/length_bins.csv
-results/stylometry_pos_lsa_logreg_20261025_164534/oof_predictions.csv
-results/stylometry_pos_lsa_logreg_20261025_164534/per_class_report.csv
-results/stylometry_pos_lsa_logreg_20261025_164534/pooled_metrics.csv
-results/stylometry_pos_lsa_logreg_20261025_164534/run_metadata.json
-results/stylometry_pos_lsa_logreg_20261025_164534/subgroup_age_group_confusions.csv
-results/stylometry_pos_lsa_logreg_20261025_164534/subgroup_age_group_metrics.csv
-results/stylometry_pos_lsa_logreg_20261025_164534/subgroup_gender_confusions.csv
-results/stylometry_pos_lsa_logreg_20261025_164534/subgroup_gender_metrics.csv
-results/stylometry_pos_lsa_logreg_20261025_164534/subgroup_species_confusions.csv
-results/stylometry_pos_lsa_logreg_20261025_164534/subgroup_species_metrics.csv
-results/stylometry_pos_lsa_logreg_20261025_164534/summary.md
-results/stylometry_pos_lsa_logreg_20261025_164534/top_confusions.csv
-results/stylometry_pos_lsa_logreg_20261025_183404/bootstrap_ci.json
-results/stylometry_pos_lsa_logreg_20261025_183404/confusion_matrix.csv
-results/stylometry_pos_lsa_logreg_20261025_183404/confusion_matrix_normalized.csv
-results/stylometry_pos_lsa_logreg_20261025_183404/fold_metrics.csv
-results/stylometry_pos_lsa_logreg_20261025_183404/fold_summary.csv
-results/stylometry_pos_lsa_logreg_20261025_183404/oof_predictions.csv
-results/stylometry_pos_lsa_logreg_20261025_183404/per_class_report.csv
-results/stylometry_pos_lsa_logreg_20261025_183404/pooled_metrics.csv
-results/stylometry_pos_lsa_logreg_20261025_183404/run_metadata.json
-results/stylometry_pos_lsa_logreg_20261025_183404/summary.md
-results/stylometry_pos_lsa_logreg_20261025_183404/top_confusions.csv
-results/stylometry_pos_lsa_logreg_20261025_183524/bootstrap_ci.json
-results/stylometry_pos_lsa_logreg_20261025_183524/confusion_matrix.csv
-results/stylometry_pos_lsa_logreg_20261025_183524/confusion_matrix_normalized.csv
-results/stylometry_pos_lsa_logreg_20261025_183524/fold_metrics.csv
-results/stylometry_pos_lsa_logreg_20261025_183524/fold_summary.csv
-results/stylometry_pos_lsa_logreg_20261025_183524/oof_predictions.csv
-results/stylometry_pos_lsa_logreg_20261025_183524/per_class_report.csv
-results/stylometry_pos_lsa_logreg_20261025_183524/pooled_metrics.csv
-results/stylometry_pos_lsa_logreg_20261025_183524/run_metadata.json
-results/stylometry_pos_lsa_logreg_20261025_183524/summary.md
-results/stylometry_pos_lsa_logreg_20261025_183524/top_confusions.csv
-results/stylometry_pos_lsa_logreg_20261025_183653/bootstrap_ci.json
-results/stylometry_pos_lsa_logreg_20261025_183653/confusion_matrix.csv
-results/stylometry_pos_lsa_logreg_20261025_183653/confusion_matrix_normalized.csv
-results/stylometry_pos_lsa_logreg_20261025_183653/fold_metrics.csv
-results/stylometry_pos_lsa_logreg_20261025_183653/fold_summary.csv
-results/stylometry_pos_lsa_logreg_20261025_183653/oof_predictions.csv
-results/stylometry_pos_lsa_logreg_20261025_183653/per_class_report.csv
-results/stylometry_pos_lsa_logreg_20261025_183653/pooled_metrics.csv
-results/stylometry_pos_lsa_logreg_20261025_183653/run_metadata.json
-results/stylometry_pos_lsa_logreg_20261025_183653/summary.md
-results/stylometry_pos_lsa_logreg_20261025_183653/top_confusions.csv
-results/stylometry_pos_lsa_logreg_20261025_183839/bootstrap_ci.json
-results/stylometry_pos_lsa_logreg_20261025_183839/confusion_matrix.csv
-results/stylometry_pos_lsa_logreg_20261025_183839/confusion_matrix_normalized.csv
-results/stylometry_pos_lsa_logreg_20261025_183839/fold_metrics.csv
-results/stylometry_pos_lsa_logreg_20261025_183839/fold_summary.csv
-results/stylometry_pos_lsa_logreg_20261025_183839/oof_predictions.csv
-results/stylometry_pos_lsa_logreg_20261025_183839/per_class_report.csv
-results/stylometry_pos_lsa_logreg_20261025_183839/pooled_metrics.csv
-results/stylometry_pos_lsa_logreg_20261025_183839/run_metadata.json
-results/stylometry_pos_lsa_logreg_20261025_183839/summary.md
-results/stylometry_pos_lsa_logreg_20261025_183839/top_confusions.csv
-results/stylometry_pos_lsa_logreg_20261025_184052/bootstrap_ci.json
-results/stylometry_pos_lsa_logreg_20261025_184052/confusion_matrix.csv
-results/stylometry_pos_lsa_logreg_20261025_184052/confusion_matrix_normalized.csv
-results/stylometry_pos_lsa_logreg_20261025_184052/fold_metrics.csv
-results/stylometry_pos_lsa_logreg_20261025_184052/fold_summary.csv
-results/stylometry_pos_lsa_logreg_20261025_184052/oof_predictions.csv
-results/stylometry_pos_lsa_logreg_20261025_184052/per_class_report.csv
-results/stylometry_pos_lsa_logreg_20261025_184052/pooled_metrics.csv
-results/stylometry_pos_lsa_logreg_20261025_184052/run_metadata.json
-results/stylometry_pos_lsa_logreg_20261025_184052/summary.md
-results/stylometry_pos_lsa_logreg_20261025_184052/top_confusions.csv
-results/stylometry_pos_lsa_logreg_20261025_184325/bootstrap_ci.json
-results/stylometry_pos_lsa_logreg_20261025_184325/confusion_matrix.csv
-results/stylometry_pos_lsa_logreg_20261025_184325/confusion_matrix_normalized.csv
-results/stylometry_pos_lsa_logreg_20261025_184325/fold_metrics.csv
-results/stylometry_pos_lsa_logreg_20261025_184325/fold_summary.csv
-results/stylometry_pos_lsa_logreg_20261025_184325/oof_predictions.csv
-results/stylometry_pos_lsa_logreg_20261025_184325/per_class_report.csv
-results/stylometry_pos_lsa_logreg_20261025_184325/pooled_metrics.csv
-results/stylometry_pos_lsa_logreg_20261025_184325/run_metadata.json
-results/stylometry_pos_lsa_logreg_20261025_184325/summary.md
-results/stylometry_pos_lsa_logreg_20261025_184325/top_confusions.csv
-results/stylometry_pos_lsa_random_forest_20261025_190013/bootstrap_ci.json
-results/stylometry_pos_lsa_random_forest_20261025_190013/confusion_matrix.csv
-results/stylometry_pos_lsa_random_forest_20261025_190013/confusion_matrix_normalized.csv
-results/stylometry_pos_lsa_random_forest_20261025_190013/fold_metrics.csv
-results/stylometry_pos_lsa_random_forest_20261025_190013/fold_summary.csv
-results/stylometry_pos_lsa_random_forest_20261025_190013/oof_predictions.csv
-results/stylometry_pos_lsa_random_forest_20261025_190013/per_class_report.csv
-results/stylometry_pos_lsa_random_forest_20261025_190013/pooled_metrics.csv
-results/stylometry_pos_lsa_random_forest_20261025_190013/run_metadata.json
-results/stylometry_pos_lsa_random_forest_20261025_190013/summary.md
-results/stylometry_pos_lsa_random_forest_20261025_190013/top_confusions.csv
-results/stylometry_pos_lsa_random_forest_20261025_190125/bootstrap_ci.json
-results/stylometry_pos_lsa_random_forest_20261025_190125/confusion_matrix.csv
-results/stylometry_pos_lsa_random_forest_20261025_190125/confusion_matrix_normalized.csv
-results/stylometry_pos_lsa_random_forest_20261025_190125/fold_metrics.csv
-results/stylometry_pos_lsa_random_forest_20261025_190125/fold_summary.csv
-results/stylometry_pos_lsa_random_forest_20261025_190125/oof_predictions.csv
-results/stylometry_pos_lsa_random_forest_20261025_190125/per_class_report.csv
-results/stylometry_pos_lsa_random_forest_20261025_190125/pooled_metrics.csv
-results/stylometry_pos_lsa_random_forest_20261025_190125/run_metadata.json
-results/stylometry_pos_lsa_random_forest_20261025_190125/summary.md
-results/stylometry_pos_lsa_random_forest_20261025_190125/top_confusions.csv
-results/stylometry_pos_lsa_random_forest_20261025_190237/bootstrap_ci.json
-results/stylometry_pos_lsa_random_forest_20261025_190237/confusion_matrix.csv
-results/stylometry_pos_lsa_random_forest_20261025_190237/confusion_matrix_normalized.csv
-results/stylometry_pos_lsa_random_forest_20261025_190237/fold_metrics.csv
-results/stylometry_pos_lsa_random_forest_20261025_190237/fold_summary.csv
-results/stylometry_pos_lsa_random_forest_20261025_190237/oof_predictions.csv
-results/stylometry_pos_lsa_random_forest_20261025_190237/per_class_report.csv
-results/stylometry_pos_lsa_random_forest_20261025_190237/pooled_metrics.csv
-results/stylometry_pos_lsa_random_forest_20261025_190237/run_metadata.json
-results/stylometry_pos_lsa_random_forest_20261025_190237/summary.md
-results/stylometry_pos_lsa_random_forest_20261025_190237/top_confusions.csv
-results/stylometry_pos_lsa_random_forest_20261025_190354/bootstrap_ci.json
-results/stylometry_pos_lsa_random_forest_20261025_190354/confusion_matrix.csv
-results/stylometry_pos_lsa_random_forest_20261025_190354/confusion_matrix_normalized.csv
-results/stylometry_pos_lsa_random_forest_20261025_190354/fold_metrics.csv
-results/stylometry_pos_lsa_random_forest_20261025_190354/fold_summary.csv
-results/stylometry_pos_lsa_random_forest_20261025_190354/oof_predictions.csv
-results/stylometry_pos_lsa_random_forest_20261025_190354/per_class_report.csv
-results/stylometry_pos_lsa_random_forest_20261025_190354/pooled_metrics.csv
-results/stylometry_pos_lsa_random_forest_20261025_190354/run_metadata.json
-results/stylometry_pos_lsa_random_forest_20261025_190354/summary.md
-results/stylometry_pos_lsa_random_forest_20261025_190354/top_confusions.csv
-results/stylometry_pos_lsa_random_forest_20261025_190510/bootstrap_ci.json
-results/stylometry_pos_lsa_random_forest_20261025_190510/confusion_matrix.csv
-results/stylometry_pos_lsa_random_forest_20261025_190510/confusion_matrix_normalized.csv
-results/stylometry_pos_lsa_random_forest_20261025_190510/fold_metrics.csv
-results/stylometry_pos_lsa_random_forest_20261025_190510/fold_summary.csv
-results/stylometry_pos_lsa_random_forest_20261025_190510/oof_predictions.csv
-results/stylometry_pos_lsa_random_forest_20261025_190510/per_class_report.csv
-results/stylometry_pos_lsa_random_forest_20261025_190510/pooled_metrics.csv
-results/stylometry_pos_lsa_random_forest_20261025_190510/run_metadata.json
-results/stylometry_pos_lsa_random_forest_20261025_190510/summary.md
-results/stylometry_pos_lsa_random_forest_20261025_190510/top_confusions.csv
-results/stylometry_pos_lsa_random_forest_20261025_190626/bootstrap_ci.json
-results/stylometry_pos_lsa_random_forest_20261025_190626/confusion_matrix.csv
-results/stylometry_pos_lsa_random_forest_20261025_190626/confusion_matrix_normalized.csv
-results/stylometry_pos_lsa_random_forest_20261025_190626/fold_metrics.csv
-results/stylometry_pos_lsa_random_forest_20261025_190626/fold_summary.csv
-results/stylometry_pos_lsa_random_forest_20261025_190626/oof_predictions.csv
-results/stylometry_pos_lsa_random_forest_20261025_190626/per_class_report.csv
-results/stylometry_pos_lsa_random_forest_20261025_190626/pooled_metrics.csv
-results/stylometry_pos_lsa_random_forest_20261025_190626/run_metadata.json
-results/stylometry_pos_lsa_random_forest_20261025_190626/summary.md
-results/stylometry_pos_lsa_random_forest_20261025_190626/top_confusions.csv
-results/stylometry_pos_lsa_random_forest_20261025_190749/bootstrap_ci.json
-results/stylometry_pos_lsa_random_forest_20261025_190749/confusion_matrix.csv
-results/stylometry_pos_lsa_random_forest_20261025_190749/confusion_matrix_normalized.csv
-results/stylometry_pos_lsa_random_forest_20261025_190749/fold_metrics.csv
-results/stylometry_pos_lsa_random_forest_20261025_190749/fold_summary.csv
-results/stylometry_pos_lsa_random_forest_20261025_190749/oof_predictions.csv
-results/stylometry_pos_lsa_random_forest_20261025_190749/per_class_report.csv
-results/stylometry_pos_lsa_random_forest_20261025_190749/pooled_metrics.csv
-results/stylometry_pos_lsa_random_forest_20261025_190749/run_metadata.json
-results/stylometry_pos_lsa_random_forest_20261025_190749/summary.md
-results/stylometry_pos_lsa_random_forest_20261025_190749/top_confusions.csv
-results/stylometry_pos_lsa_random_forest_20261025_190910/bootstrap_ci.json
-results/stylometry_pos_lsa_random_forest_20261025_190910/confusion_matrix.csv
-results/stylometry_pos_lsa_random_forest_20261025_190910/confusion_matrix_normalized.csv
-results/stylometry_pos_lsa_random_forest_20261025_190910/fold_metrics.csv
-results/stylometry_pos_lsa_random_forest_20261025_190910/fold_summary.csv
-results/stylometry_pos_lsa_random_forest_20261025_190910/oof_predictions.csv
-results/stylometry_pos_lsa_random_forest_20261025_190910/per_class_report.csv
-results/stylometry_pos_lsa_random_forest_20261025_190910/pooled_metrics.csv
-results/stylometry_pos_lsa_random_forest_20261025_190910/run_metadata.json
-results/stylometry_pos_lsa_random_forest_20261025_190910/summary.md
-results/stylometry_pos_lsa_random_forest_20261025_190910/top_confusions.csv
-results/stylometry_pos_lsa_random_forest_20261025_191031/bootstrap_ci.json
-results/stylometry_pos_lsa_random_forest_20261025_191031/confusion_matrix.csv
-results/stylometry_pos_lsa_random_forest_20261025_191031/confusion_matrix_normalized.csv
-results/stylometry_pos_lsa_random_forest_20261025_191031/fold_metrics.csv
-results/stylometry_pos_lsa_random_forest_20261025_191031/fold_summary.csv
-results/stylometry_pos_lsa_random_forest_20261025_191031/oof_predictions.csv
-results/stylometry_pos_lsa_random_forest_20261025_191031/per_class_report.csv
-results/stylometry_pos_lsa_random_forest_20261025_191031/pooled_metrics.csv
-results/stylometry_pos_lsa_random_forest_20261025_191031/run_metadata.json
-results/stylometry_pos_lsa_random_forest_20261025_191031/summary.md
-results/stylometry_pos_lsa_random_forest_20261025_191031/top_confusions.csv
-results/verification_stylometry_pos_lsa_20261025_172237/fold_metrics.csv
-results/verification_stylometry_pos_lsa_20261025_172237/pair_scores.csv
-results/verification_stylometry_pos_lsa_20261025_172237/summary.json

lab1/exports/nlp_lab1_results_20261025_210212.tar.gz.sha256

@@ -0,0 +1 @@
+5f48946e4ecf6b1888df5bd99796457b9f49dacffd4da835ce8b6ed69895e2c4  /home/folen/homework/NLP/lab1/exports/nlp_lab1_results_20261025_210212.tar.gz

lab1/exports/nlp_lab1_results_20261025_210212_manifest.txt

@@ -0,0 +1,389 @@
+Дата: Вс 25 окт 2026 21:02:12 MSK
+Каталог: /home/folen/homework/NLP/lab1
+Интерпретатор: python
+
+=== Проверка окружения ===
+Python: 3.11.2 (/home/folen/homework/NLP/lab1/.venv/bin/python)
+Каталог проекта: /home/folen/homework/NLP/lab1
+Версии библиотек:
+  numpy: 2.4.6
+  pandas: 3.1.0
+  scipy: 1.17.1
+  sklearn: 1.9.1
+  nltk: 3.10.4
+  matplotlib: 3.11.2
+Корпус:
+  файл: /home/folen/homework/NLP/lab1/data/dialogues.csv
+  SHA-256: 8946f08159daddb9d89c9d323205d4a7fb4bc617d16e300ff6c7606cb05030f7
+  реплик: 2005
+  персонажей: 34
+  словоупотреблений: 38207
+NLTK:
+  токенизатор: NLTK
+  POS-теггер: доступен
+  пример токенов: ['Oh', ',', 'that', "'s", 'right', '...', 'I', 'heard']
+  пример POS: ['INTJ', 'PUNCT', 'DET', 'AUX', 'ADJ', 'PUNCT', 'PRON', 'VERB']
+
+Окружение готово.
+{"versions": {"numpy": "2.4.6", "pandas": "3.1.0", "scipy": "1.17.1", "sklearn": "1.9.1", "nltk": "3.10.4", "matplotlib": "3.11.2"}, "n_lines": 2005}
+
+Git commit: c131815fc7b4c941d64d9ca7c7a00ea15df20df3
+
+Содержимое results:
+results/ablation_stylometry_pos_lsa_20261025_185002/ablation.csv
+results/delta_20261025_201339/delta_sweep.csv
+results/length_logreg_20261025_172732/bootstrap_ci.json
+results/length_logreg_20261025_172732/confusion_matrix.csv
+results/length_logreg_20261025_172732/confusion_matrix_normalized.csv
+results/length_logreg_20261025_172732/fold_metrics.csv
+results/length_logreg_20261025_172732/fold_summary.csv
+results/length_logreg_20261025_172732/oof_predictions.csv
+results/length_logreg_20261025_172732/per_class_report.csv
+results/length_logreg_20261025_172732/pooled_metrics.csv
+results/length_logreg_20261025_172732/run_metadata.json
+results/length_logreg_20261025_172732/summary.md
+results/length_logreg_20261025_172732/top_confusions.csv
+results/logs/tune_20261025_191658.log
+results/lsa_sweep_20261025_195217/lsa_sweep.csv
+results/README.md
+results/stylometry_pos_lsa_extra_trees_20261025_201326/bootstrap_ci.json
+results/stylometry_pos_lsa_extra_trees_20261025_201326/confusion_matrix.csv
+results/stylometry_pos_lsa_extra_trees_20261025_201326/confusion_matrix_normalized.csv
+results/stylometry_pos_lsa_extra_trees_20261025_201326/fold_metrics.csv
+results/stylometry_pos_lsa_extra_trees_20261025_201326/fold_summary.csv
+results/stylometry_pos_lsa_extra_trees_20261025_201326/oof_predictions.csv
+results/stylometry_pos_lsa_extra_trees_20261025_201326/per_class_report.csv
+results/stylometry_pos_lsa_extra_trees_20261025_201326/pooled_metrics.csv
+results/stylometry_pos_lsa_extra_trees_20261025_201326/run_metadata.json
+results/stylometry_pos_lsa_extra_trees_20261025_201326/summary.md
+results/stylometry_pos_lsa_extra_trees_20261025_201326/top_confusions.csv
+results/stylometry_pos_lsa_linear_svc_20261025_192936/bootstrap_ci.json
+results/stylometry_pos_lsa_linear_svc_20261025_192936/confusion_matrix.csv
+results/stylometry_pos_lsa_linear_svc_20261025_192936/confusion_matrix_normalized.csv
+results/stylometry_pos_lsa_linear_svc_20261025_192936/fold_metrics.csv
+results/stylometry_pos_lsa_linear_svc_20261025_192936/fold_summary.csv
+results/stylometry_pos_lsa_linear_svc_20261025_192936/oof_predictions.csv
+results/stylometry_pos_lsa_linear_svc_20261025_192936/per_class_report.csv
+results/stylometry_pos_lsa_linear_svc_20261025_192936/pooled_metrics.csv
+results/stylometry_pos_lsa_linear_svc_20261025_192936/run_metadata.json
+results/stylometry_pos_lsa_linear_svc_20261025_192936/summary.md
+results/stylometry_pos_lsa_linear_svc_20261025_192936/top_confusions.csv
+results/stylometry_pos_lsa_linear_svc_20261025_193051/bootstrap_ci.json
+results/stylometry_pos_lsa_linear_svc_20261025_193051/confusion_matrix.csv
+results/stylometry_pos_lsa_linear_svc_20261025_193051/confusion_matrix_normalized.csv
+results/stylometry_pos_lsa_linear_svc_20261025_193051/fold_metrics.csv
+results/stylometry_pos_lsa_linear_svc_20261025_193051/fold_summary.csv
+results/stylometry_pos_lsa_linear_svc_20261025_193051/oof_predictions.csv
+results/stylometry_pos_lsa_linear_svc_20261025_193051/per_class_report.csv
+results/stylometry_pos_lsa_linear_svc_20261025_193051/pooled_metrics.csv
+results/stylometry_pos_lsa_linear_svc_20261025_193051/run_metadata.json
+results/stylometry_pos_lsa_linear_svc_20261025_193051/summary.md
+results/stylometry_pos_lsa_linear_svc_20261025_193051/top_confusions.csv
+results/stylometry_pos_lsa_linear_svc_20261025_193207/bootstrap_ci.json
+results/stylometry_pos_lsa_linear_svc_20261025_193207/confusion_matrix.csv
+results/stylometry_pos_lsa_linear_svc_20261025_193207/confusion_matrix_normalized.csv
+results/stylometry_pos_lsa_linear_svc_20261025_193207/fold_metrics.csv
+results/stylometry_pos_lsa_linear_svc_20261025_193207/fold_summary.csv
+results/stylometry_pos_lsa_linear_svc_20261025_193207/oof_predictions.csv
+results/stylometry_pos_lsa_linear_svc_20261025_193207/per_class_report.csv
+results/stylometry_pos_lsa_linear_svc_20261025_193207/pooled_metrics.csv
+results/stylometry_pos_lsa_linear_svc_20261025_193207/run_metadata.json
+results/stylometry_pos_lsa_linear_svc_20261025_193207/summary.md
+results/stylometry_pos_lsa_linear_svc_20261025_193207/top_confusions.csv
+results/stylometry_pos_lsa_linear_svc_20261025_193328/bootstrap_ci.json
+results/stylometry_pos_lsa_linear_svc_20261025_193328/confusion_matrix.csv
+results/stylometry_pos_lsa_linear_svc_20261025_193328/confusion_matrix_normalized.csv
+results/stylometry_pos_lsa_linear_svc_20261025_193328/fold_metrics.csv
+results/stylometry_pos_lsa_linear_svc_20261025_193328/fold_summary.csv
+results/stylometry_pos_lsa_linear_svc_20261025_193328/oof_predictions.csv
+results/stylometry_pos_lsa_linear_svc_20261025_193328/per_class_report.csv
+results/stylometry_pos_lsa_linear_svc_20261025_193328/pooled_metrics.csv
+results/stylometry_pos_lsa_linear_svc_20261025_193328/run_metadata.json
+results/stylometry_pos_lsa_linear_svc_20261025_193328/summary.md
+results/stylometry_pos_lsa_linear_svc_20261025_193328/top_confusions.csv
+results/stylometry_pos_lsa_linear_svc_20261025_193455/bootstrap_ci.json
+results/stylometry_pos_lsa_linear_svc_20261025_193455/confusion_matrix.csv
+results/stylometry_pos_lsa_linear_svc_20261025_193455/confusion_matrix_normalized.csv
+results/stylometry_pos_lsa_linear_svc_20261025_193455/fold_metrics.csv
+results/stylometry_pos_lsa_linear_svc_20261025_193455/fold_summary.csv
+results/stylometry_pos_lsa_linear_svc_20261025_193455/oof_predictions.csv
+results/stylometry_pos_lsa_linear_svc_20261025_193455/per_class_report.csv
+results/stylometry_pos_lsa_linear_svc_20261025_193455/pooled_metrics.csv
+results/stylometry_pos_lsa_linear_svc_20261025_193455/run_metadata.json
+results/stylometry_pos_lsa_linear_svc_20261025_193455/summary.md
+results/stylometry_pos_lsa_linear_svc_20261025_193455/top_confusions.csv
+results/stylometry_pos_lsa_linear_svc_20261025_193625/bootstrap_ci.json
+results/stylometry_pos_lsa_linear_svc_20261025_193625/confusion_matrix.csv
+results/stylometry_pos_lsa_linear_svc_20261025_193625/confusion_matrix_normalized.csv
+results/stylometry_pos_lsa_linear_svc_20261025_193625/fold_metrics.csv
+results/stylometry_pos_lsa_linear_svc_20261025_193625/fold_summary.csv
+results/stylometry_pos_lsa_linear_svc_20261025_193625/oof_predictions.csv
+results/stylometry_pos_lsa_linear_svc_20261025_193625/per_class_report.csv
+results/stylometry_pos_lsa_linear_svc_20261025_193625/pooled_metrics.csv
+results/stylometry_pos_lsa_linear_svc_20261025_193625/run_metadata.json
+results/stylometry_pos_lsa_linear_svc_20261025_193625/summary.md
+results/stylometry_pos_lsa_linear_svc_20261025_193625/top_confusions.csv
+results/stylometry_pos_lsa_logreg_20261025_191805/bootstrap_ci.json
+results/stylometry_pos_lsa_logreg_20261025_191805/confusion_matrix.csv
+results/stylometry_pos_lsa_logreg_20261025_191805/confusion_matrix_normalized.csv
+results/stylometry_pos_lsa_logreg_20261025_191805/fold_metrics.csv
+results/stylometry_pos_lsa_logreg_20261025_191805/fold_summary.csv
+results/stylometry_pos_lsa_logreg_20261025_191805/oof_predictions.csv
+results/stylometry_pos_lsa_logreg_20261025_191805/per_class_report.csv
+results/stylometry_pos_lsa_logreg_20261025_191805/pooled_metrics.csv
+results/stylometry_pos_lsa_logreg_20261025_191805/run_metadata.json
+results/stylometry_pos_lsa_logreg_20261025_191805/summary.md
+results/stylometry_pos_lsa_logreg_20261025_191805/top_confusions.csv
+results/stylometry_pos_lsa_logreg_20261025_191938/bootstrap_ci.json
+results/stylometry_pos_lsa_logreg_20261025_191938/confusion_matrix.csv
+results/stylometry_pos_lsa_logreg_20261025_191938/confusion_matrix_normalized.csv
+results/stylometry_pos_lsa_logreg_20261025_191938/fold_metrics.csv
+results/stylometry_pos_lsa_logreg_20261025_191938/fold_summary.csv
+results/stylometry_pos_lsa_logreg_20261025_191938/oof_predictions.csv
+results/stylometry_pos_lsa_logreg_20261025_191938/per_class_report.csv
+results/stylometry_pos_lsa_logreg_20261025_191938/pooled_metrics.csv
+results/stylometry_pos_lsa_logreg_20261025_191938/run_metadata.json
+results/stylometry_pos_lsa_logreg_20261025_191938/summary.md
+results/stylometry_pos_lsa_logreg_20261025_191938/top_confusions.csv
+results/stylometry_pos_lsa_logreg_20261025_192116/bootstrap_ci.json
+results/stylometry_pos_lsa_logreg_20261025_192116/confusion_matrix.csv
+results/stylometry_pos_lsa_logreg_20261025_192116/confusion_matrix_normalized.csv
+results/stylometry_pos_lsa_logreg_20261025_192116/fold_metrics.csv
+results/stylometry_pos_lsa_logreg_20261025_192116/fold_summary.csv
+results/stylometry_pos_lsa_logreg_20261025_192116/oof_predictions.csv
+results/stylometry_pos_lsa_logreg_20261025_192116/per_class_report.csv
+results/stylometry_pos_lsa_logreg_20261025_192116/pooled_metrics.csv
+results/stylometry_pos_lsa_logreg_20261025_192116/run_metadata.json
+results/stylometry_pos_lsa_logreg_20261025_192116/summary.md
+results/stylometry_pos_lsa_logreg_20261025_192116/top_confusions.csv
+results/stylometry_pos_lsa_logreg_20261025_192311/bootstrap_ci.json
+results/stylometry_pos_lsa_logreg_20261025_192311/confusion_matrix.csv
+results/stylometry_pos_lsa_logreg_20261025_192311/confusion_matrix_normalized.csv
+results/stylometry_pos_lsa_logreg_20261025_192311/fold_metrics.csv
+results/stylometry_pos_lsa_logreg_20261025_192311/fold_summary.csv
+results/stylometry_pos_lsa_logreg_20261025_192311/oof_predictions.csv
+results/stylometry_pos_lsa_logreg_20261025_192311/per_class_report.csv
+results/stylometry_pos_lsa_logreg_20261025_192311/pooled_metrics.csv
+results/stylometry_pos_lsa_logreg_20261025_192311/run_metadata.json
+results/stylometry_pos_lsa_logreg_20261025_192311/summary.md
+results/stylometry_pos_lsa_logreg_20261025_192311/top_confusions.csv
+results/stylometry_pos_lsa_logreg_20261025_192535/bootstrap_ci.json
+results/stylometry_pos_lsa_logreg_20261025_192535/confusion_matrix.csv
+results/stylometry_pos_lsa_logreg_20261025_192535/confusion_matrix_normalized.csv
+results/stylometry_pos_lsa_logreg_20261025_192535/fold_metrics.csv
+results/stylometry_pos_lsa_logreg_20261025_192535/fold_summary.csv
+results/stylometry_pos_lsa_logreg_20261025_192535/oof_predictions.csv
+results/stylometry_pos_lsa_logreg_20261025_192535/per_class_report.csv
+results/stylometry_pos_lsa_logreg_20261025_192535/pooled_metrics.csv
+results/stylometry_pos_lsa_logreg_20261025_192535/run_metadata.json
+results/stylometry_pos_lsa_logreg_20261025_192535/summary.md
+results/stylometry_pos_lsa_logreg_20261025_192535/top_confusions.csv
+results/stylometry_pos_lsa_logreg_20261025_192822/bootstrap_ci.json
+results/stylometry_pos_lsa_logreg_20261025_192822/confusion_matrix.csv
+results/stylometry_pos_lsa_logreg_20261025_192822/confusion_matrix_normalized.csv
+results/stylometry_pos_lsa_logreg_20261025_192822/fold_metrics.csv
+results/stylometry_pos_lsa_logreg_20261025_192822/fold_summary.csv
+results/stylometry_pos_lsa_logreg_20261025_192822/oof_predictions.csv
+results/stylometry_pos_lsa_logreg_20261025_192822/per_class_report.csv
+results/stylometry_pos_lsa_logreg_20261025_192822/pooled_metrics.csv
+results/stylometry_pos_lsa_logreg_20261025_192822/run_metadata.json
+results/stylometry_pos_lsa_logreg_20261025_192822/summary.md
+results/stylometry_pos_lsa_logreg_20261025_192822/top_confusions.csv
+results/stylometry_pos_lsa_logreg_20261025_193844/bootstrap_ci.json
+results/stylometry_pos_lsa_logreg_20261025_193844/confusion_matrix.csv
+results/stylometry_pos_lsa_logreg_20261025_193844/confusion_matrix_normalized.csv
+results/stylometry_pos_lsa_logreg_20261025_193844/fold_metrics.csv
+results/stylometry_pos_lsa_logreg_20261025_193844/fold_summary.csv
+results/stylometry_pos_lsa_logreg_20261025_193844/oof_predictions.csv
+results/stylometry_pos_lsa_logreg_20261025_193844/per_class_report.csv
+results/stylometry_pos_lsa_logreg_20261025_193844/pooled_metrics.csv
+results/stylometry_pos_lsa_logreg_20261025_193844/run_metadata.json
+results/stylometry_pos_lsa_logreg_20261025_193844/summary.md
+results/stylometry_pos_lsa_logreg_20261025_193844/top_confusions.csv
+results/stylometry_pos_lsa_logreg_20261025_194037/bootstrap_ci.json
+results/stylometry_pos_lsa_logreg_20261025_194037/confusion_matrix.csv
+results/stylometry_pos_lsa_logreg_20261025_194037/confusion_matrix_normalized.csv
+results/stylometry_pos_lsa_logreg_20261025_194037/fold_metrics.csv
+results/stylometry_pos_lsa_logreg_20261025_194037/fold_summary.csv
+results/stylometry_pos_lsa_logreg_20261025_194037/oof_predictions.csv
+results/stylometry_pos_lsa_logreg_20261025_194037/per_class_report.csv
+results/stylometry_pos_lsa_logreg_20261025_194037/pooled_metrics.csv
+results/stylometry_pos_lsa_logreg_20261025_194037/run_metadata.json
+results/stylometry_pos_lsa_logreg_20261025_194037/summary.md
+results/stylometry_pos_lsa_logreg_20261025_194037/top_confusions.csv
+results/stylometry_pos_lsa_logreg_20261025_194222/bootstrap_ci.json
+results/stylometry_pos_lsa_logreg_20261025_194222/confusion_matrix.csv
+results/stylometry_pos_lsa_logreg_20261025_194222/confusion_matrix_normalized.csv
+results/stylometry_pos_lsa_logreg_20261025_194222/fold_metrics.csv
+results/stylometry_pos_lsa_logreg_20261025_194222/fold_summary.csv
+results/stylometry_pos_lsa_logreg_20261025_194222/oof_predictions.csv
+results/stylometry_pos_lsa_logreg_20261025_194222/per_class_report.csv
+results/stylometry_pos_lsa_logreg_20261025_194222/pooled_metrics.csv
+results/stylometry_pos_lsa_logreg_20261025_194222/run_metadata.json
+results/stylometry_pos_lsa_logreg_20261025_194222/summary.md
+results/stylometry_pos_lsa_logreg_20261025_194222/top_confusions.csv
+results/stylometry_pos_lsa_logreg_20261025_194415/bootstrap_ci.json
+results/stylometry_pos_lsa_logreg_20261025_194415/confusion_matrix.csv
+results/stylometry_pos_lsa_logreg_20261025_194415/confusion_matrix_normalized.csv
+results/stylometry_pos_lsa_logreg_20261025_194415/fold_metrics.csv
+results/stylometry_pos_lsa_logreg_20261025_194415/fold_summary.csv
+results/stylometry_pos_lsa_logreg_20261025_194415/oof_predictions.csv
+results/stylometry_pos_lsa_logreg_20261025_194415/per_class_report.csv
+results/stylometry_pos_lsa_logreg_20261025_194415/pooled_metrics.csv
+results/stylometry_pos_lsa_logreg_20261025_194415/run_metadata.json
+results/stylometry_pos_lsa_logreg_20261025_194415/summary.md
+results/stylometry_pos_lsa_logreg_20261025_194415/top_confusions.csv
+results/stylometry_pos_lsa_logreg_20261025_194613/bootstrap_ci.json
+results/stylometry_pos_lsa_logreg_20261025_194613/confusion_matrix.csv
+results/stylometry_pos_lsa_logreg_20261025_194613/confusion_matrix_normalized.csv
+results/stylometry_pos_lsa_logreg_20261025_194613/fold_metrics.csv
+results/stylometry_pos_lsa_logreg_20261025_194613/fold_summary.csv
+results/stylometry_pos_lsa_logreg_20261025_194613/oof_predictions.csv
+results/stylometry_pos_lsa_logreg_20261025_194613/per_class_report.csv
+results/stylometry_pos_lsa_logreg_20261025_194613/pooled_metrics.csv
+results/stylometry_pos_lsa_logreg_20261025_194613/run_metadata.json
+results/stylometry_pos_lsa_logreg_20261025_194613/summary.md
+results/stylometry_pos_lsa_logreg_20261025_194613/top_confusions.csv
+results/stylometry_pos_lsa_logreg_20261025_194802/bootstrap_ci.json
+results/stylometry_pos_lsa_logreg_20261025_194802/confusion_matrix.csv
+results/stylometry_pos_lsa_logreg_20261025_194802/confusion_matrix_normalized.csv
+results/stylometry_pos_lsa_logreg_20261025_194802/fold_metrics.csv
+results/stylometry_pos_lsa_logreg_20261025_194802/fold_summary.csv
+results/stylometry_pos_lsa_logreg_20261025_194802/oof_predictions.csv
+results/stylometry_pos_lsa_logreg_20261025_194802/per_class_report.csv
+results/stylometry_pos_lsa_logreg_20261025_194802/pooled_metrics.csv
+results/stylometry_pos_lsa_logreg_20261025_194802/run_metadata.json
+results/stylometry_pos_lsa_logreg_20261025_194802/summary.md
+results/stylometry_pos_lsa_logreg_20261025_194802/top_confusions.csv
+results/stylometry_pos_lsa_logreg_20261025_194959/bootstrap_ci.json
+results/stylometry_pos_lsa_logreg_20261025_194959/confusion_matrix.csv
+results/stylometry_pos_lsa_logreg_20261025_194959/confusion_matrix_normalized.csv
+results/stylometry_pos_lsa_logreg_20261025_194959/fold_metrics.csv
+results/stylometry_pos_lsa_logreg_20261025_194959/fold_summary.csv
+results/stylometry_pos_lsa_logreg_20261025_194959/oof_predictions.csv
+results/stylometry_pos_lsa_logreg_20261025_194959/per_class_report.csv
+results/stylometry_pos_lsa_logreg_20261025_194959/pooled_metrics.csv
+results/stylometry_pos_lsa_logreg_20261025_194959/run_metadata.json
+results/stylometry_pos_lsa_logreg_20261025_194959/summary.md
+results/stylometry_pos_lsa_logreg_20261025_194959/top_confusions.csv
+results/stylometry_pos_lsa_logreg_20261025_195203/bootstrap_ci.json
+results/stylometry_pos_lsa_logreg_20261025_195203/confusion_matrix.csv
+results/stylometry_pos_lsa_logreg_20261025_195203/confusion_matrix_normalized.csv
+results/stylometry_pos_lsa_logreg_20261025_195203/fold_metrics.csv
+results/stylometry_pos_lsa_logreg_20261025_195203/fold_summary.csv
+results/stylometry_pos_lsa_logreg_20261025_195203/oof_predictions.csv
+results/stylometry_pos_lsa_logreg_20261025_195203/per_class_report.csv
+results/stylometry_pos_lsa_logreg_20261025_195203/pooled_metrics.csv
+results/stylometry_pos_lsa_logreg_20261025_195203/run_metadata.json
+results/stylometry_pos_lsa_logreg_20261025_195203/summary.md
+results/stylometry_pos_lsa_logreg_20261025_195203/top_confusions.csv
+results/stylometry_pos_lsa_random_forest_20261025_195744/bootstrap_ci.json
+results/stylometry_pos_lsa_random_forest_20261025_195744/confusion_matrix.csv
+results/stylometry_pos_lsa_random_forest_20261025_195744/confusion_matrix_normalized.csv
+results/stylometry_pos_lsa_random_forest_20261025_195744/fold_metrics.csv
+results/stylometry_pos_lsa_random_forest_20261025_195744/fold_summary.csv
+results/stylometry_pos_lsa_random_forest_20261025_195744/oof_predictions.csv
+results/stylometry_pos_lsa_random_forest_20261025_195744/per_class_report.csv
+results/stylometry_pos_lsa_random_forest_20261025_195744/pooled_metrics.csv
+results/stylometry_pos_lsa_random_forest_20261025_195744/run_metadata.json
+results/stylometry_pos_lsa_random_forest_20261025_195744/summary.md
+results/stylometry_pos_lsa_random_forest_20261025_195744/top_confusions.csv
+results/stylometry_pos_lsa_random_forest_20261025_195906/bootstrap_ci.json
+results/stylometry_pos_lsa_random_forest_20261025_195906/confusion_matrix.csv
+results/stylometry_pos_lsa_random_forest_20261025_195906/confusion_matrix_normalized.csv
+results/stylometry_pos_lsa_random_forest_20261025_195906/fold_metrics.csv
+results/stylometry_pos_lsa_random_forest_20261025_195906/fold_summary.csv
+results/stylometry_pos_lsa_random_forest_20261025_195906/oof_predictions.csv
+results/stylometry_pos_lsa_random_forest_20261025_195906/per_class_report.csv
+results/stylometry_pos_lsa_random_forest_20261025_195906/pooled_metrics.csv
+results/stylometry_pos_lsa_random_forest_20261025_195906/run_metadata.json
+results/stylometry_pos_lsa_random_forest_20261025_195906/summary.md
+results/stylometry_pos_lsa_random_forest_20261025_195906/top_confusions.csv
+results/stylometry_pos_lsa_random_forest_20261025_200028/bootstrap_ci.json
+results/stylometry_pos_lsa_random_forest_20261025_200028/confusion_matrix.csv
+results/stylometry_pos_lsa_random_forest_20261025_200028/confusion_matrix_normalized.csv
+results/stylometry_pos_lsa_random_forest_20261025_200028/fold_metrics.csv
+results/stylometry_pos_lsa_random_forest_20261025_200028/fold_summary.csv
+results/stylometry_pos_lsa_random_forest_20261025_200028/oof_predictions.csv
+results/stylometry_pos_lsa_random_forest_20261025_200028/per_class_report.csv
+results/stylometry_pos_lsa_random_forest_20261025_200028/pooled_metrics.csv
+results/stylometry_pos_lsa_random_forest_20261025_200028/run_metadata.json
+results/stylometry_pos_lsa_random_forest_20261025_200028/summary.md
+results/stylometry_pos_lsa_random_forest_20261025_200028/top_confusions.csv
+results/stylometry_pos_lsa_random_forest_20261025_200155/bootstrap_ci.json
+results/stylometry_pos_lsa_random_forest_20261025_200155/confusion_matrix.csv
+results/stylometry_pos_lsa_random_forest_20261025_200155/confusion_matrix_normalized.csv
+results/stylometry_pos_lsa_random_forest_20261025_200155/fold_metrics.csv
+results/stylometry_pos_lsa_random_forest_20261025_200155/fold_summary.csv
+results/stylometry_pos_lsa_random_forest_20261025_200155/oof_predictions.csv
+results/stylometry_pos_lsa_random_forest_20261025_200155/per_class_report.csv
+results/stylometry_pos_lsa_random_forest_20261025_200155/pooled_metrics.csv
+results/stylometry_pos_lsa_random_forest_20261025_200155/run_metadata.json
+results/stylometry_pos_lsa_random_forest_20261025_200155/summary.md
+results/stylometry_pos_lsa_random_forest_20261025_200155/top_confusions.csv
+results/stylometry_pos_lsa_random_forest_20261025_200320/bootstrap_ci.json
+results/stylometry_pos_lsa_random_forest_20261025_200320/confusion_matrix.csv
+results/stylometry_pos_lsa_random_forest_20261025_200320/confusion_matrix_normalized.csv
+results/stylometry_pos_lsa_random_forest_20261025_200320/fold_metrics.csv
+results/stylometry_pos_lsa_random_forest_20261025_200320/fold_summary.csv
+results/stylometry_pos_lsa_random_forest_20261025_200320/oof_predictions.csv
+results/stylometry_pos_lsa_random_forest_20261025_200320/per_class_report.csv
+results/stylometry_pos_lsa_random_forest_20261025_200320/pooled_metrics.csv
+results/stylometry_pos_lsa_random_forest_20261025_200320/run_metadata.json
+results/stylometry_pos_lsa_random_forest_20261025_200320/summary.md
+results/stylometry_pos_lsa_random_forest_20261025_200320/top_confusions.csv
+results/stylometry_pos_lsa_random_forest_20261025_200445/bootstrap_ci.json
+results/stylometry_pos_lsa_random_forest_20261025_200445/confusion_matrix.csv
+results/stylometry_pos_lsa_random_forest_20261025_200445/confusion_matrix_normalized.csv
+results/stylometry_pos_lsa_random_forest_20261025_200445/fold_metrics.csv
+results/stylometry_pos_lsa_random_forest_20261025_200445/fold_summary.csv
+results/stylometry_pos_lsa_random_forest_20261025_200445/oof_predictions.csv
+results/stylometry_pos_lsa_random_forest_20261025_200445/per_class_report.csv
+results/stylometry_pos_lsa_random_forest_20261025_200445/pooled_metrics.csv
+results/stylometry_pos_lsa_random_forest_20261025_200445/run_metadata.json
+results/stylometry_pos_lsa_random_forest_20261025_200445/summary.md
+results/stylometry_pos_lsa_random_forest_20261025_200445/top_confusions.csv
+results/stylometry_pos_lsa_random_forest_20261025_200617/bootstrap_ci.json
+results/stylometry_pos_lsa_random_forest_20261025_200617/confusion_matrix.csv
+results/stylometry_pos_lsa_random_forest_20261025_200617/confusion_matrix_normalized.csv
+results/stylometry_pos_lsa_random_forest_20261025_200617/fold_metrics.csv
+results/stylometry_pos_lsa_random_forest_20261025_200617/fold_summary.csv
+results/stylometry_pos_lsa_random_forest_20261025_200617/oof_predictions.csv
+results/stylometry_pos_lsa_random_forest_20261025_200617/per_class_report.csv
+results/stylometry_pos_lsa_random_forest_20261025_200617/pooled_metrics.csv
+results/stylometry_pos_lsa_random_forest_20261025_200617/run_metadata.json
+results/stylometry_pos_lsa_random_forest_20261025_200617/summary.md
+results/stylometry_pos_lsa_random_forest_20261025_200617/top_confusions.csv
+results/stylometry_pos_lsa_random_forest_20261025_200748/bootstrap_ci.json
+results/stylometry_pos_lsa_random_forest_20261025_200748/confusion_matrix.csv
+results/stylometry_pos_lsa_random_forest_20261025_200748/confusion_matrix_normalized.csv
+results/stylometry_pos_lsa_random_forest_20261025_200748/fold_metrics.csv
+results/stylometry_pos_lsa_random_forest_20261025_200748/fold_summary.csv
+results/stylometry_pos_lsa_random_forest_20261025_200748/oof_predictions.csv
+results/stylometry_pos_lsa_random_forest_20261025_200748/per_class_report.csv
+results/stylometry_pos_lsa_random_forest_20261025_200748/pooled_metrics.csv
+results/stylometry_pos_lsa_random_forest_20261025_200748/run_metadata.json
+results/stylometry_pos_lsa_random_forest_20261025_200748/summary.md
+results/stylometry_pos_lsa_random_forest_20261025_200748/top_confusions.csv
+results/stylometry_pos_lsa_random_forest_20261025_200916/bootstrap_ci.json
+results/stylometry_pos_lsa_random_forest_20261025_200916/confusion_matrix.csv
+results/stylometry_pos_lsa_random_forest_20261025_200916/confusion_matrix_normalized.csv
+results/stylometry_pos_lsa_random_forest_20261025_200916/fold_metrics.csv
+results/stylometry_pos_lsa_random_forest_20261025_200916/fold_summary.csv
+results/stylometry_pos_lsa_random_forest_20261025_200916/oof_predictions.csv
+results/stylometry_pos_lsa_random_forest_20261025_200916/per_class_report.csv
+results/stylometry_pos_lsa_random_forest_20261025_200916/pooled_metrics.csv
+results/stylometry_pos_lsa_random_forest_20261025_200916/run_metadata.json
+results/stylometry_pos_lsa_random_forest_20261025_200916/summary.md
+results/stylometry_pos_lsa_random_forest_20261025_200916/top_confusions.csv
+results/stylometry_pos_lsa_random_forest_20261025_201210/bootstrap_ci.json
+results/stylometry_pos_lsa_random_forest_20261025_201210/confusion_matrix.csv
+results/stylometry_pos_lsa_random_forest_20261025_201210/confusion_matrix_normalized.csv
+results/stylometry_pos_lsa_random_forest_20261025_201210/fold_metrics.csv
+results/stylometry_pos_lsa_random_forest_20261025_201210/fold_summary.csv
+results/stylometry_pos_lsa_random_forest_20261025_201210/oof_predictions.csv
+results/stylometry_pos_lsa_random_forest_20261025_201210/per_class_report.csv
+results/stylometry_pos_lsa_random_forest_20261025_201210/pooled_metrics.csv
+results/stylometry_pos_lsa_random_forest_20261025_201210/run_metadata.json
+results/stylometry_pos_lsa_random_forest_20261025_201210/summary.md
+results/stylometry_pos_lsa_random_forest_20261025_201210/top_confusions.csv

lab1/exports/nlp_lab1_results_20261026_054117.tar.gz.sha256

@@ -1 +0,0 @@
-f9566b75e0474a72271263bf203f892979e638750cddc980be9a69f690aaa884  /home/folen/Homework/NLP/lab1/exports/nlp_lab1_results_20261026_054117.tar.gz

lab1/exports/nlp_lab1_results_20261026_054117_manifest.txt

@@ -1,493 +0,0 @@
-Дата: Пн 26 окт 2026 05:41:17 MSK
-Каталог: /home/folen/Homework/NLP/lab1
-Интерпретатор: python
-
-=== Проверка окружения ===
-Python: 3.11.2 (/home/folen/Homework/NLP/.venv/bin/python)
-Каталог проекта: /home/folen/Homework/NLP/lab1
-Версии библиотек:
-  numpy: 2.4.6
-  pandas: 3.1.0
-  scipy: 1.17.1
-  sklearn: 1.9.1
-  nltk: 3.10.4
-  matplotlib: 3.11.2
-Корпус:
-  файл: /home/folen/Homework/NLP/lab1/data/dialogues.csv
-  SHA-256: 8946f08159daddb9d89c9d323205d4a7fb4bc617d16e300ff6c7606cb05030f7
-  реплик: 2005
-  персонажей: 34
-  словоупотреблений: 38207
-NLTK:
-  токенизатор: NLTK
-  POS-теггер: доступен
-  пример токенов: ['Oh', ',', 'that', "'s", 'right', '...', 'I', 'heard']
-  пример POS: ['INTJ', 'PUNCT', 'DET', 'AUX', 'ADJ', 'PUNCT', 'PRON', 'VERB']
-
-Окружение готово.
-{"versions": {"numpy": "2.4.6", "pandas": "3.1.0", "scipy": "1.17.1", "sklearn": "1.9.1", "nltk": "3.10.4", "matplotlib": "3.11.2"}, "n_lines": 2005}
-
-Git commit: 2c6bf4653adc6c356e4af205857dfdb0f144775b
-
-Содержимое results:
-results/ablation_stylometry_pos_lsa_20261025_170116/ablation.csv
-results/benchmark_stylometry_pos_lsa_20261025_165348/summary.csv
-results/char_multinomial_nb_20261025_155832/bootstrap_ci.json
-results/char_multinomial_nb_20261025_155832/confusion_matrix.csv
-results/char_multinomial_nb_20261025_155832/confusion_matrix_normalized.csv
-results/char_multinomial_nb_20261025_155832/fold_metrics.csv
-results/char_multinomial_nb_20261025_155832/fold_summary.csv
-results/char_multinomial_nb_20261025_155832/oof_predictions.csv
-results/char_multinomial_nb_20261025_155832/per_class_report.csv
-results/char_multinomial_nb_20261025_155832/pooled_metrics.csv
-results/char_multinomial_nb_20261025_155832/run_metadata.json
-results/char_multinomial_nb_20261025_155832/summary.md
-results/char_multinomial_nb_20261025_155832/top_confusions.csv
-results/clustering_stylometry_pos_lsa_20261025_172241/character_centroids.csv
-results/clustering_stylometry_pos_lsa_20261025_172241/clustering_metrics.csv
-results/delta_20261025_172113/delta_sweep.csv
-results/followup/comparisons.csv
-results/followup/comparisons.md
-results/followup/manifest.tsv
-results/followup/summary.csv
-results/followup/summary.md
-results/fw_logreg_20261025_160058/bootstrap_ci.json
-results/fw_logreg_20261025_160058/confusion_matrix.csv
-results/fw_logreg_20261025_160058/confusion_matrix_normalized.csv
-results/fw_logreg_20261025_160058/fold_metrics.csv
-results/fw_logreg_20261025_160058/fold_summary.csv
-results/fw_logreg_20261025_160058/oof_predictions.csv
-results/fw_logreg_20261025_160058/per_class_report.csv
-results/fw_logreg_20261025_160058/pooled_metrics.csv
-results/fw_logreg_20261025_160058/run_metadata.json
-results/fw_logreg_20261025_160058/summary.md
-results/fw_logreg_20261025_160058/top_confusions.csv
-results/length_dummy_20261025_155747/bootstrap_ci.json
-results/length_dummy_20261025_155747/confusion_matrix.csv
-results/length_dummy_20261025_155747/confusion_matrix_normalized.csv
-results/length_dummy_20261025_155747/fold_metrics.csv
-results/length_dummy_20261025_155747/fold_summary.csv
-results/length_dummy_20261025_155747/oof_predictions.csv
-results/length_dummy_20261025_155747/per_class_report.csv
-results/length_dummy_20261025_155747/pooled_metrics.csv
-results/length_dummy_20261025_155747/run_metadata.json
-results/length_dummy_20261025_155747/summary.md
-results/length_dummy_20261025_155747/top_confusions.csv
-results/length_logreg_20261025_155719/bootstrap_ci.json
-results/length_logreg_20261025_155719/confusion_matrix.csv
-results/length_logreg_20261025_155719/confusion_matrix_normalized.csv
-results/length_logreg_20261025_155719/fold_metrics.csv
-results/length_logreg_20261025_155719/fold_summary.csv
-results/length_logreg_20261025_155719/oof_predictions.csv
-results/length_logreg_20261025_155719/per_class_report.csv
-results/length_logreg_20261025_155719/pooled_metrics.csv
-results/length_logreg_20261025_155719/run_metadata.json
-results/length_logreg_20261025_155719/summary.md
-results/length_logreg_20261025_155719/top_confusions.csv
-results/length_logreg_20261025_155813/bootstrap_ci.json
-results/length_logreg_20261025_155813/confusion_matrix.csv
-results/length_logreg_20261025_155813/confusion_matrix_normalized.csv
-results/length_logreg_20261025_155813/fold_metrics.csv
-results/length_logreg_20261025_155813/fold_summary.csv
-results/length_logreg_20261025_155813/oof_predictions.csv
-results/length_logreg_20261025_155813/per_class_report.csv
-results/length_logreg_20261025_155813/pooled_metrics.csv
-results/length_logreg_20261025_155813/run_metadata.json
-results/length_logreg_20261025_155813/summary.md
-results/length_logreg_20261025_155813/top_confusions.csv
-results/logs/run_all_20261025_150915.log
-results/logs/run_all_20261025_151312.log
-results/logs/run_all_20261025_152356.log
-results/logs/run_all_20261025_155738.log
-results/logs/run_followup_20261025_210825.log
-results/logs/run_followup_smoke.log
-results/lsa_char_logreg_20261025_164836/bootstrap_ci.json
-results/lsa_char_logreg_20261025_164836/confusion_matrix.csv
-results/lsa_char_logreg_20261025_164836/confusion_matrix_normalized.csv
-results/lsa_char_logreg_20261025_164836/fold_metrics.csv
-results/lsa_char_logreg_20261025_164836/fold_summary.csv
-results/lsa_char_logreg_20261025_164836/oof_predictions.csv
-results/lsa_char_logreg_20261025_164836/per_class_report.csv
-results/lsa_char_logreg_20261025_164836/pooled_metrics.csv
-results/lsa_char_logreg_20261025_164836/run_metadata.json
-results/lsa_char_logreg_20261025_164836/summary.md
-results/lsa_char_logreg_20261025_164836/top_confusions.csv
-results/lsa_content_logreg_20261025_164717/bootstrap_ci.json
-results/lsa_content_logreg_20261025_164717/confusion_matrix.csv
-results/lsa_content_logreg_20261025_164717/confusion_matrix_normalized.csv
-results/lsa_content_logreg_20261025_164717/fold_metrics.csv
-results/lsa_content_logreg_20261025_164717/fold_summary.csv
-results/lsa_content_logreg_20261025_164717/oof_predictions.csv
-results/lsa_content_logreg_20261025_164717/per_class_report.csv
-results/lsa_content_logreg_20261025_164717/pooled_metrics.csv
-results/lsa_content_logreg_20261025_164717/run_metadata.json
-results/lsa_content_logreg_20261025_164717/summary.md
-results/lsa_content_logreg_20261025_164717/top_confusions.csv
-results/lsa_fw_logreg_20261025_164750/bootstrap_ci.json
-results/lsa_fw_logreg_20261025_164750/confusion_matrix.csv
-results/lsa_fw_logreg_20261025_164750/confusion_matrix_normalized.csv
-results/lsa_fw_logreg_20261025_164750/fold_metrics.csv
-results/lsa_fw_logreg_20261025_164750/fold_summary.csv
-results/lsa_fw_logreg_20261025_164750/oof_predictions.csv
-results/lsa_fw_logreg_20261025_164750/per_class_report.csv
-results/lsa_fw_logreg_20261025_164750/pooled_metrics.csv
-results/lsa_fw_logreg_20261025_164750/run_metadata.json
-results/lsa_fw_logreg_20261025_164750/summary.md
-results/lsa_fw_logreg_20261025_164750/top_confusions.csv
-results/lsa_pos_logreg_20261025_164912/bootstrap_ci.json
-results/lsa_pos_logreg_20261025_164912/confusion_matrix.csv
-results/lsa_pos_logreg_20261025_164912/confusion_matrix_normalized.csv
-results/lsa_pos_logreg_20261025_164912/fold_metrics.csv
-results/lsa_pos_logreg_20261025_164912/fold_summary.csv
-results/lsa_pos_logreg_20261025_164912/oof_predictions.csv
-results/lsa_pos_logreg_20261025_164912/per_class_report.csv
-results/lsa_pos_logreg_20261025_164912/pooled_metrics.csv
-results/lsa_pos_logreg_20261025_164912/run_metadata.json
-results/lsa_pos_logreg_20261025_164912/summary.md
-results/lsa_pos_logreg_20261025_164912/top_confusions.csv
-results/lsa_sweep_20261025_164924/lsa_sweep.csv
-results/lsa_sweep_20261025_185049/lsa_sweep.csv
-results/lsa_word2_logreg_20261025_164641/bootstrap_ci.json
-results/lsa_word2_logreg_20261025_164641/confusion_matrix.csv
-results/lsa_word2_logreg_20261025_164641/confusion_matrix_normalized.csv
-results/lsa_word2_logreg_20261025_164641/fold_metrics.csv
-results/lsa_word2_logreg_20261025_164641/fold_summary.csv
-results/lsa_word2_logreg_20261025_164641/oof_predictions.csv
-results/lsa_word2_logreg_20261025_164641/per_class_report.csv
-results/lsa_word2_logreg_20261025_164641/pooled_metrics.csv
-results/lsa_word2_logreg_20261025_164641/run_metadata.json
-results/lsa_word2_logreg_20261025_164641/summary.md
-results/lsa_word2_logreg_20261025_164641/top_confusions.csv
-results/lsa_word_logreg_20261025_164608/bootstrap_ci.json
-results/lsa_word_logreg_20261025_164608/confusion_matrix.csv
-results/lsa_word_logreg_20261025_164608/confusion_matrix_normalized.csv
-results/lsa_word_logreg_20261025_164608/fold_metrics.csv
-results/lsa_word_logreg_20261025_164608/fold_summary.csv
-results/lsa_word_logreg_20261025_164608/oof_predictions.csv
-results/lsa_word_logreg_20261025_164608/per_class_report.csv
-results/lsa_word_logreg_20261025_164608/pooled_metrics.csv
-results/lsa_word_logreg_20261025_164608/run_metadata.json
-results/lsa_word_logreg_20261025_164608/summary.md
-results/lsa_word_logreg_20261025_164608/top_confusions.csv
-results/nested_stylometry_pos_lsa_linear_svc_20261025_172442/best_params.json
-results/nested_stylometry_pos_lsa_linear_svc_20261025_172442/bootstrap_ci.json
-results/nested_stylometry_pos_lsa_linear_svc_20261025_172442/confusion_matrix.csv
-results/nested_stylometry_pos_lsa_linear_svc_20261025_172442/confusion_matrix_normalized.csv
-results/nested_stylometry_pos_lsa_linear_svc_20261025_172442/fold_metrics.csv
-results/nested_stylometry_pos_lsa_linear_svc_20261025_172442/fold_summary.csv
-results/nested_stylometry_pos_lsa_linear_svc_20261025_172442/oof_predictions.csv
-results/nested_stylometry_pos_lsa_linear_svc_20261025_172442/per_class_report.csv
-results/nested_stylometry_pos_lsa_linear_svc_20261025_172442/pooled_metrics.csv
-results/nested_stylometry_pos_lsa_linear_svc_20261025_172442/run_metadata.json
-results/nested_stylometry_pos_lsa_linear_svc_20261025_172442/summary.md
-results/nested_stylometry_pos_lsa_linear_svc_20261025_172442/top_confusions.csv
-results/nested_stylometry_pos_lsa_logreg_20261025_172348/best_params.json
-results/nested_stylometry_pos_lsa_logreg_20261025_172348/bootstrap_ci.json
-results/nested_stylometry_pos_lsa_logreg_20261025_172348/confusion_matrix.csv
-results/nested_stylometry_pos_lsa_logreg_20261025_172348/confusion_matrix_normalized.csv
-results/nested_stylometry_pos_lsa_logreg_20261025_172348/fold_metrics.csv
-results/nested_stylometry_pos_lsa_logreg_20261025_172348/fold_summary.csv
-results/nested_stylometry_pos_lsa_logreg_20261025_172348/oof_predictions.csv
-results/nested_stylometry_pos_lsa_logreg_20261025_172348/per_class_report.csv
-results/nested_stylometry_pos_lsa_logreg_20261025_172348/pooled_metrics.csv
-results/nested_stylometry_pos_lsa_logreg_20261025_172348/run_metadata.json
-results/nested_stylometry_pos_lsa_logreg_20261025_172348/summary.md
-results/nested_stylometry_pos_lsa_logreg_20261025_172348/top_confusions.csv
-results/pos_multinomial_nb_20261025_155848/bootstrap_ci.json
-results/pos_multinomial_nb_20261025_155848/confusion_matrix.csv
-results/pos_multinomial_nb_20261025_155848/confusion_matrix_normalized.csv
-results/pos_multinomial_nb_20261025_155848/fold_metrics.csv
-results/pos_multinomial_nb_20261025_155848/fold_summary.csv
-results/pos_multinomial_nb_20261025_155848/oof_predictions.csv
-results/pos_multinomial_nb_20261025_155848/per_class_report.csv
-results/pos_multinomial_nb_20261025_155848/pooled_metrics.csv
-results/pos_multinomial_nb_20261025_155848/run_metadata.json
-results/pos_multinomial_nb_20261025_155848/summary.md
-results/pos_multinomial_nb_20261025_155848/top_confusions.csv
-results/README.md
-results/stylometry_linear_svc_20261025_164018/bootstrap_ci.json
-results/stylometry_linear_svc_20261025_164018/confusion_matrix.csv
-results/stylometry_linear_svc_20261025_164018/confusion_matrix_normalized.csv
-results/stylometry_linear_svc_20261025_164018/fold_metrics.csv
-results/stylometry_linear_svc_20261025_164018/fold_summary.csv
-results/stylometry_linear_svc_20261025_164018/oof_predictions.csv
-results/stylometry_linear_svc_20261025_164018/per_class_report.csv
-results/stylometry_linear_svc_20261025_164018/pooled_metrics.csv
-results/stylometry_linear_svc_20261025_164018/run_metadata.json
-results/stylometry_linear_svc_20261025_164018/summary.md
-results/stylometry_linear_svc_20261025_164018/top_confusions.csv
-results/stylometry_logreg_20261025_160722/bootstrap_ci.json
-results/stylometry_logreg_20261025_160722/confusion_matrix.csv
-results/stylometry_logreg_20261025_160722/confusion_matrix_normalized.csv
-results/stylometry_logreg_20261025_160722/fold_metrics.csv
-results/stylometry_logreg_20261025_160722/fold_summary.csv
-results/stylometry_logreg_20261025_160722/oof_predictions.csv
-results/stylometry_logreg_20261025_160722/per_class_report.csv
-results/stylometry_logreg_20261025_160722/pooled_metrics.csv
-results/stylometry_logreg_20261025_160722/run_metadata.json
-results/stylometry_logreg_20261025_160722/summary.md
-results/stylometry_logreg_20261025_160722/top_confusions.csv
-results/stylometry_pos_logreg_20261025_164246/bootstrap_ci.json
-results/stylometry_pos_logreg_20261025_164246/confusion_matrix.csv
-results/stylometry_pos_logreg_20261025_164246/confusion_matrix_normalized.csv
-results/stylometry_pos_logreg_20261025_164246/fold_metrics.csv
-results/stylometry_pos_logreg_20261025_164246/fold_summary.csv
-results/stylometry_pos_logreg_20261025_164246/oof_predictions.csv
-results/stylometry_pos_logreg_20261025_164246/per_class_report.csv
-results/stylometry_pos_logreg_20261025_164246/pooled_metrics.csv
-results/stylometry_pos_logreg_20261025_164246/run_metadata.json
-results/stylometry_pos_logreg_20261025_164246/summary.md
-results/stylometry_pos_logreg_20261025_164246/top_confusions.csv
-results/stylometry_pos_lsa_linear_svc_20261025_184431/bootstrap_ci.json
-results/stylometry_pos_lsa_linear_svc_20261025_184431/confusion_matrix.csv
-results/stylometry_pos_lsa_linear_svc_20261025_184431/confusion_matrix_normalized.csv
-results/stylometry_pos_lsa_linear_svc_20261025_184431/fold_metrics.csv
-results/stylometry_pos_lsa_linear_svc_20261025_184431/fold_summary.csv
-results/stylometry_pos_lsa_linear_svc_20261025_184431/oof_predictions.csv
-results/stylometry_pos_lsa_linear_svc_20261025_184431/per_class_report.csv
-results/stylometry_pos_lsa_linear_svc_20261025_184431/pooled_metrics.csv
-results/stylometry_pos_lsa_linear_svc_20261025_184431/run_metadata.json
-results/stylometry_pos_lsa_linear_svc_20261025_184431/summary.md
-results/stylometry_pos_lsa_linear_svc_20261025_184431/top_confusions.csv
-results/stylometry_pos_lsa_linear_svc_20261025_184538/bootstrap_ci.json
-results/stylometry_pos_lsa_linear_svc_20261025_184538/confusion_matrix.csv
-results/stylometry_pos_lsa_linear_svc_20261025_184538/confusion_matrix_normalized.csv
-results/stylometry_pos_lsa_linear_svc_20261025_184538/fold_metrics.csv
-results/stylometry_pos_lsa_linear_svc_20261025_184538/fold_summary.csv
-results/stylometry_pos_lsa_linear_svc_20261025_184538/oof_predictions.csv
-results/stylometry_pos_lsa_linear_svc_20261025_184538/per_class_report.csv
-results/stylometry_pos_lsa_linear_svc_20261025_184538/pooled_metrics.csv
-results/stylometry_pos_lsa_linear_svc_20261025_184538/run_metadata.json
-results/stylometry_pos_lsa_linear_svc_20261025_184538/summary.md
-results/stylometry_pos_lsa_linear_svc_20261025_184538/top_confusions.csv
-results/stylometry_pos_lsa_linear_svc_20261025_184646/bootstrap_ci.json
-results/stylometry_pos_lsa_linear_svc_20261025_184646/confusion_matrix.csv
-results/stylometry_pos_lsa_linear_svc_20261025_184646/confusion_matrix_normalized.csv
-results/stylometry_pos_lsa_linear_svc_20261025_184646/fold_metrics.csv
-results/stylometry_pos_lsa_linear_svc_20261025_184646/fold_summary.csv
-results/stylometry_pos_lsa_linear_svc_20261025_184646/oof_predictions.csv
-results/stylometry_pos_lsa_linear_svc_20261025_184646/per_class_report.csv
-results/stylometry_pos_lsa_linear_svc_20261025_184646/pooled_metrics.csv
-results/stylometry_pos_lsa_linear_svc_20261025_184646/run_metadata.json
-results/stylometry_pos_lsa_linear_svc_20261025_184646/summary.md
-results/stylometry_pos_lsa_linear_svc_20261025_184646/top_confusions.csv
-results/stylometry_pos_lsa_linear_svc_20261025_184759/bootstrap_ci.json
-results/stylometry_pos_lsa_linear_svc_20261025_184759/confusion_matrix.csv
-results/stylometry_pos_lsa_linear_svc_20261025_184759/confusion_matrix_normalized.csv
-results/stylometry_pos_lsa_linear_svc_20261025_184759/fold_metrics.csv
-results/stylometry_pos_lsa_linear_svc_20261025_184759/fold_summary.csv
-results/stylometry_pos_lsa_linear_svc_20261025_184759/oof_predictions.csv
-results/stylometry_pos_lsa_linear_svc_20261025_184759/per_class_report.csv
-results/stylometry_pos_lsa_linear_svc_20261025_184759/pooled_metrics.csv
-results/stylometry_pos_lsa_linear_svc_20261025_184759/run_metadata.json
-results/stylometry_pos_lsa_linear_svc_20261025_184759/summary.md
-results/stylometry_pos_lsa_linear_svc_20261025_184759/top_confusions.csv
-results/stylometry_pos_lsa_linear_svc_20261025_184916/bootstrap_ci.json
-results/stylometry_pos_lsa_linear_svc_20261025_184916/confusion_matrix.csv
-results/stylometry_pos_lsa_linear_svc_20261025_184916/confusion_matrix_normalized.csv
-results/stylometry_pos_lsa_linear_svc_20261025_184916/fold_metrics.csv
-results/stylometry_pos_lsa_linear_svc_20261025_184916/fold_summary.csv
-results/stylometry_pos_lsa_linear_svc_20261025_184916/oof_predictions.csv
-results/stylometry_pos_lsa_linear_svc_20261025_184916/per_class_report.csv
-results/stylometry_pos_lsa_linear_svc_20261025_184916/pooled_metrics.csv
-results/stylometry_pos_lsa_linear_svc_20261025_184916/run_metadata.json
-results/stylometry_pos_lsa_linear_svc_20261025_184916/summary.md
-results/stylometry_pos_lsa_linear_svc_20261025_184916/top_confusions.csv
-results/stylometry_pos_lsa_linear_svc_20261025_185037/bootstrap_ci.json
-results/stylometry_pos_lsa_linear_svc_20261025_185037/confusion_matrix.csv
-results/stylometry_pos_lsa_linear_svc_20261025_185037/confusion_matrix_normalized.csv
-results/stylometry_pos_lsa_linear_svc_20261025_185037/fold_metrics.csv
-results/stylometry_pos_lsa_linear_svc_20261025_185037/fold_summary.csv
-results/stylometry_pos_lsa_linear_svc_20261025_185037/oof_predictions.csv
-results/stylometry_pos_lsa_linear_svc_20261025_185037/per_class_report.csv
-results/stylometry_pos_lsa_linear_svc_20261025_185037/pooled_metrics.csv
-results/stylometry_pos_lsa_linear_svc_20261025_185037/run_metadata.json
-results/stylometry_pos_lsa_linear_svc_20261025_185037/summary.md
-results/stylometry_pos_lsa_linear_svc_20261025_185037/top_confusions.csv
-results/stylometry_pos_lsa_logreg_20261025_164534/bootstrap_ci.json
-results/stylometry_pos_lsa_logreg_20261025_164534/comparison_main_vs_pos.json
-results/stylometry_pos_lsa_logreg_20261025_164534/confusion_matrix.csv
-results/stylometry_pos_lsa_logreg_20261025_164534/confusion_matrix_normalized.csv
-results/stylometry_pos_lsa_logreg_20261025_164534/fold_metrics.csv
-results/stylometry_pos_lsa_logreg_20261025_164534/fold_summary.csv
-results/stylometry_pos_lsa_logreg_20261025_164534/length_bins.csv
-results/stylometry_pos_lsa_logreg_20261025_164534/oof_predictions.csv
-results/stylometry_pos_lsa_logreg_20261025_164534/per_class_report.csv
-results/stylometry_pos_lsa_logreg_20261025_164534/pooled_metrics.csv
-results/stylometry_pos_lsa_logreg_20261025_164534/run_metadata.json
-results/stylometry_pos_lsa_logreg_20261025_164534/subgroup_age_group_confusions.csv
-results/stylometry_pos_lsa_logreg_20261025_164534/subgroup_age_group_metrics.csv
-results/stylometry_pos_lsa_logreg_20261025_164534/subgroup_gender_confusions.csv
-results/stylometry_pos_lsa_logreg_20261025_164534/subgroup_gender_metrics.csv
-results/stylometry_pos_lsa_logreg_20261025_164534/subgroup_species_confusions.csv
-results/stylometry_pos_lsa_logreg_20261025_164534/subgroup_species_metrics.csv
-results/stylometry_pos_lsa_logreg_20261025_164534/summary.md
-results/stylometry_pos_lsa_logreg_20261025_164534/top_confusions.csv
-results/stylometry_pos_lsa_logreg_20261025_183404/bootstrap_ci.json
-results/stylometry_pos_lsa_logreg_20261025_183404/confusion_matrix.csv
-results/stylometry_pos_lsa_logreg_20261025_183404/confusion_matrix_normalized.csv
-results/stylometry_pos_lsa_logreg_20261025_183404/fold_metrics.csv
-results/stylometry_pos_lsa_logreg_20261025_183404/fold_summary.csv
-results/stylometry_pos_lsa_logreg_20261025_183404/oof_predictions.csv
-results/stylometry_pos_lsa_logreg_20261025_183404/per_class_report.csv
-results/stylometry_pos_lsa_logreg_20261025_183404/pooled_metrics.csv
-results/stylometry_pos_lsa_logreg_20261025_183404/run_metadata.json
-results/stylometry_pos_lsa_logreg_20261025_183404/summary.md
-results/stylometry_pos_lsa_logreg_20261025_183404/top_confusions.csv
-results/stylometry_pos_lsa_logreg_20261025_183524/bootstrap_ci.json
-results/stylometry_pos_lsa_logreg_20261025_183524/confusion_matrix.csv
-results/stylometry_pos_lsa_logreg_20261025_183524/confusion_matrix_normalized.csv
-results/stylometry_pos_lsa_logreg_20261025_183524/fold_metrics.csv
-results/stylometry_pos_lsa_logreg_20261025_183524/fold_summary.csv
-results/stylometry_pos_lsa_logreg_20261025_183524/oof_predictions.csv
-results/stylometry_pos_lsa_logreg_20261025_183524/per_class_report.csv
-results/stylometry_pos_lsa_logreg_20261025_183524/pooled_metrics.csv
-results/stylometry_pos_lsa_logreg_20261025_183524/run_metadata.json
-results/stylometry_pos_lsa_logreg_20261025_183524/summary.md
-results/stylometry_pos_lsa_logreg_20261025_183524/top_confusions.csv
-results/stylometry_pos_lsa_logreg_20261025_183653/bootstrap_ci.json
-results/stylometry_pos_lsa_logreg_20261025_183653/confusion_matrix.csv
-results/stylometry_pos_lsa_logreg_20261025_183653/confusion_matrix_normalized.csv
-results/stylometry_pos_lsa_logreg_20261025_183653/fold_metrics.csv
-results/stylometry_pos_lsa_logreg_20261025_183653/fold_summary.csv
-results/stylometry_pos_lsa_logreg_20261025_183653/oof_predictions.csv
-results/stylometry_pos_lsa_logreg_20261025_183653/per_class_report.csv
-results/stylometry_pos_lsa_logreg_20261025_183653/pooled_metrics.csv
-results/stylometry_pos_lsa_logreg_20261025_183653/run_metadata.json
-results/stylometry_pos_lsa_logreg_20261025_183653/summary.md
-results/stylometry_pos_lsa_logreg_20261025_183653/top_confusions.csv
-results/stylometry_pos_lsa_logreg_20261025_183839/bootstrap_ci.json
-results/stylometry_pos_lsa_logreg_20261025_183839/confusion_matrix.csv
-results/stylometry_pos_lsa_logreg_20261025_183839/confusion_matrix_normalized.csv
-results/stylometry_pos_lsa_logreg_20261025_183839/fold_metrics.csv
-results/stylometry_pos_lsa_logreg_20261025_183839/fold_summary.csv
-results/stylometry_pos_lsa_logreg_20261025_183839/oof_predictions.csv
-results/stylometry_pos_lsa_logreg_20261025_183839/per_class_report.csv
-results/stylometry_pos_lsa_logreg_20261025_183839/pooled_metrics.csv
-results/stylometry_pos_lsa_logreg_20261025_183839/run_metadata.json
-results/stylometry_pos_lsa_logreg_20261025_183839/summary.md
-results/stylometry_pos_lsa_logreg_20261025_183839/top_confusions.csv
-results/stylometry_pos_lsa_logreg_20261025_184052/bootstrap_ci.json
-results/stylometry_pos_lsa_logreg_20261025_184052/confusion_matrix.csv
-results/stylometry_pos_lsa_logreg_20261025_184052/confusion_matrix_normalized.csv
-results/stylometry_pos_lsa_logreg_20261025_184052/fold_metrics.csv
-results/stylometry_pos_lsa_logreg_20261025_184052/fold_summary.csv
-results/stylometry_pos_lsa_logreg_20261025_184052/oof_predictions.csv
-results/stylometry_pos_lsa_logreg_20261025_184052/per_class_report.csv
-results/stylometry_pos_lsa_logreg_20261025_184052/pooled_metrics.csv
-results/stylometry_pos_lsa_logreg_20261025_184052/run_metadata.json
-results/stylometry_pos_lsa_logreg_20261025_184052/summary.md
-results/stylometry_pos_lsa_logreg_20261025_184052/top_confusions.csv
-results/stylometry_pos_lsa_logreg_20261025_184325/bootstrap_ci.json
-results/stylometry_pos_lsa_logreg_20261025_184325/confusion_matrix.csv
-results/stylometry_pos_lsa_logreg_20261025_184325/confusion_matrix_normalized.csv
-results/stylometry_pos_lsa_logreg_20261025_184325/fold_metrics.csv
-results/stylometry_pos_lsa_logreg_20261025_184325/fold_summary.csv
-results/stylometry_pos_lsa_logreg_20261025_184325/oof_predictions.csv
-results/stylometry_pos_lsa_logreg_20261025_184325/per_class_report.csv
-results/stylometry_pos_lsa_logreg_20261025_184325/pooled_metrics.csv
-results/stylometry_pos_lsa_logreg_20261025_184325/run_metadata.json
-results/stylometry_pos_lsa_logreg_20261025_184325/summary.md
-results/stylometry_pos_lsa_logreg_20261025_184325/top_confusions.csv
-results/stylometry_pos_lsa_random_forest_20261025_190013/bootstrap_ci.json
-results/stylometry_pos_lsa_random_forest_20261025_190013/confusion_matrix.csv
-results/stylometry_pos_lsa_random_forest_20261025_190013/confusion_matrix_normalized.csv
-results/stylometry_pos_lsa_random_forest_20261025_190013/fold_metrics.csv
-results/stylometry_pos_lsa_random_forest_20261025_190013/fold_summary.csv
-results/stylometry_pos_lsa_random_forest_20261025_190013/oof_predictions.csv
-results/stylometry_pos_lsa_random_forest_20261025_190013/per_class_report.csv
-results/stylometry_pos_lsa_random_forest_20261025_190013/pooled_metrics.csv
-results/stylometry_pos_lsa_random_forest_20261025_190013/run_metadata.json
-results/stylometry_pos_lsa_random_forest_20261025_190013/summary.md
-results/stylometry_pos_lsa_random_forest_20261025_190013/top_confusions.csv
-results/stylometry_pos_lsa_random_forest_20261025_190125/bootstrap_ci.json
-results/stylometry_pos_lsa_random_forest_20261025_190125/confusion_matrix.csv
-results/stylometry_pos_lsa_random_forest_20261025_190125/confusion_matrix_normalized.csv
-results/stylometry_pos_lsa_random_forest_20261025_190125/fold_metrics.csv
-results/stylometry_pos_lsa_random_forest_20261025_190125/fold_summary.csv
-results/stylometry_pos_lsa_random_forest_20261025_190125/oof_predictions.csv
-results/stylometry_pos_lsa_random_forest_20261025_190125/per_class_report.csv
-results/stylometry_pos_lsa_random_forest_20261025_190125/pooled_metrics.csv
-results/stylometry_pos_lsa_random_forest_20261025_190125/run_metadata.json
-results/stylometry_pos_lsa_random_forest_20261025_190125/summary.md
-results/stylometry_pos_lsa_random_forest_20261025_190125/top_confusions.csv
-results/stylometry_pos_lsa_random_forest_20261025_190237/bootstrap_ci.json
-results/stylometry_pos_lsa_random_forest_20261025_190237/confusion_matrix.csv
-results/stylometry_pos_lsa_random_forest_20261025_190237/confusion_matrix_normalized.csv
-results/stylometry_pos_lsa_random_forest_20261025_190237/fold_metrics.csv
-results/stylometry_pos_lsa_random_forest_20261025_190237/fold_summary.csv
-results/stylometry_pos_lsa_random_forest_20261025_190237/oof_predictions.csv
-results/stylometry_pos_lsa_random_forest_20261025_190237/per_class_report.csv
-results/stylometry_pos_lsa_random_forest_20261025_190237/pooled_metrics.csv
-results/stylometry_pos_lsa_random_forest_20261025_190237/run_metadata.json
-results/stylometry_pos_lsa_random_forest_20261025_190237/summary.md
-results/stylometry_pos_lsa_random_forest_20261025_190237/top_confusions.csv
-results/stylometry_pos_lsa_random_forest_20261025_190354/bootstrap_ci.json
-results/stylometry_pos_lsa_random_forest_20261025_190354/confusion_matrix.csv
-results/stylometry_pos_lsa_random_forest_20261025_190354/confusion_matrix_normalized.csv
-results/stylometry_pos_lsa_random_forest_20261025_190354/fold_metrics.csv
-results/stylometry_pos_lsa_random_forest_20261025_190354/fold_summary.csv
-results/stylometry_pos_lsa_random_forest_20261025_190354/oof_predictions.csv
-results/stylometry_pos_lsa_random_forest_20261025_190354/per_class_report.csv
-results/stylometry_pos_lsa_random_forest_20261025_190354/pooled_metrics.csv
-results/stylometry_pos_lsa_random_forest_20261025_190354/run_metadata.json
-results/stylometry_pos_lsa_random_forest_20261025_190354/summary.md
-results/stylometry_pos_lsa_random_forest_20261025_190354/top_confusions.csv
-results/stylometry_pos_lsa_random_forest_20261025_190510/bootstrap_ci.json
-results/stylometry_pos_lsa_random_forest_20261025_190510/confusion_matrix.csv
-results/stylometry_pos_lsa_random_forest_20261025_190510/confusion_matrix_normalized.csv
-results/stylometry_pos_lsa_random_forest_20261025_190510/fold_metrics.csv
-results/stylometry_pos_lsa_random_forest_20261025_190510/fold_summary.csv
-results/stylometry_pos_lsa_random_forest_20261025_190510/oof_predictions.csv
-results/stylometry_pos_lsa_random_forest_20261025_190510/per_class_report.csv
-results/stylometry_pos_lsa_random_forest_20261025_190510/pooled_metrics.csv
-results/stylometry_pos_lsa_random_forest_20261025_190510/run_metadata.json
-results/stylometry_pos_lsa_random_forest_20261025_190510/summary.md
-results/stylometry_pos_lsa_random_forest_20261025_190510/top_confusions.csv
-results/stylometry_pos_lsa_random_forest_20261025_190626/bootstrap_ci.json
-results/stylometry_pos_lsa_random_forest_20261025_190626/confusion_matrix.csv
-results/stylometry_pos_lsa_random_forest_20261025_190626/confusion_matrix_normalized.csv
-results/stylometry_pos_lsa_random_forest_20261025_190626/fold_metrics.csv
-results/stylometry_pos_lsa_random_forest_20261025_190626/fold_summary.csv
-results/stylometry_pos_lsa_random_forest_20261025_190626/oof_predictions.csv
-results/stylometry_pos_lsa_random_forest_20261025_190626/per_class_report.csv
-results/stylometry_pos_lsa_random_forest_20261025_190626/pooled_metrics.csv
-results/stylometry_pos_lsa_random_forest_20261025_190626/run_metadata.json
-results/stylometry_pos_lsa_random_forest_20261025_190626/summary.md
-results/stylometry_pos_lsa_random_forest_20261025_190626/top_confusions.csv
-results/stylometry_pos_lsa_random_forest_20261025_190749/bootstrap_ci.json
-results/stylometry_pos_lsa_random_forest_20261025_190749/confusion_matrix.csv
-results/stylometry_pos_lsa_random_forest_20261025_190749/confusion_matrix_normalized.csv
-results/stylometry_pos_lsa_random_forest_20261025_190749/fold_metrics.csv
-results/stylometry_pos_lsa_random_forest_20261025_190749/fold_summary.csv
-results/stylometry_pos_lsa_random_forest_20261025_190749/oof_predictions.csv
-results/stylometry_pos_lsa_random_forest_20261025_190749/per_class_report.csv
-results/stylometry_pos_lsa_random_forest_20261025_190749/pooled_metrics.csv
-results/stylometry_pos_lsa_random_forest_20261025_190749/run_metadata.json
-results/stylometry_pos_lsa_random_forest_20261025_190749/summary.md
-results/stylometry_pos_lsa_random_forest_20261025_190749/top_confusions.csv
-results/stylometry_pos_lsa_random_forest_20261025_190910/bootstrap_ci.json
-results/stylometry_pos_lsa_random_forest_20261025_190910/confusion_matrix.csv
-results/stylometry_pos_lsa_random_forest_20261025_190910/confusion_matrix_normalized.csv
-results/stylometry_pos_lsa_random_forest_20261025_190910/fold_metrics.csv
-results/stylometry_pos_lsa_random_forest_20261025_190910/fold_summary.csv
-results/stylometry_pos_lsa_random_forest_20261025_190910/oof_predictions.csv
-results/stylometry_pos_lsa_random_forest_20261025_190910/per_class_report.csv
-results/stylometry_pos_lsa_random_forest_20261025_190910/pooled_metrics.csv
-results/stylometry_pos_lsa_random_forest_20261025_190910/run_metadata.json
-results/stylometry_pos_lsa_random_forest_20261025_190910/summary.md
-results/stylometry_pos_lsa_random_forest_20261025_190910/top_confusions.csv
-results/stylometry_pos_lsa_random_forest_20261025_191031/bootstrap_ci.json
-results/stylometry_pos_lsa_random_forest_20261025_191031/confusion_matrix.csv
-results/stylometry_pos_lsa_random_forest_20261025_191031/confusion_matrix_normalized.csv
-results/stylometry_pos_lsa_random_forest_20261025_191031/fold_metrics.csv
-results/stylometry_pos_lsa_random_forest_20261025_191031/fold_summary.csv
-results/stylometry_pos_lsa_random_forest_20261025_191031/oof_predictions.csv
-results/stylometry_pos_lsa_random_forest_20261025_191031/per_class_report.csv
-results/stylometry_pos_lsa_random_forest_20261025_191031/pooled_metrics.csv
-results/stylometry_pos_lsa_random_forest_20261025_191031/run_metadata.json
-results/stylometry_pos_lsa_random_forest_20261025_191031/summary.md
-results/stylometry_pos_lsa_random_forest_20261025_191031/top_confusions.csv
-results/verification_stylometry_pos_lsa_20261025_172237/fold_metrics.csv
-results/verification_stylometry_pos_lsa_20261025_172237/pair_scores.csv
-results/verification_stylometry_pos_lsa_20261025_172237/summary.json

lab1/scripts/analyze_followup.py

@@ -1,336 +0,0 @@
-#!/usr/bin/env python
-"""Сводка follow-up экспериментов и парные сравнения по повторам.
-
-Скрипт читает каталоги results/followup/<label>/, созданные
-scripts/run_followup_experiments.sh, и формирует:
-
-- summary.csv / summary.md — среднее macro-F1 по повторам, а не только repeat 0;
-- comparisons.csv / comparisons.md — парные сравнения с McNemar и bootstrap;
-- comparisons/<A>__vs__<B>.json — детали по каждому повтору.
-
-Пример:
-    python scripts/analyze_followup.py \
-        --followup-dir results/followup \
-        --pairs final_rf:ref_logreg final_rf:ref_no_lsa
-"""
-
-from __future__ import annotations
-
-import argparse
-import json
-import sys
-from pathlib import Path
-from typing import Any
-
-import numpy as np
-import pandas as pd
-
-PROJECT_ROOT = Path(__file__).resolve().parents[1]
-sys.path.insert(0, str(PROJECT_ROOT))
-
-from stylometry.evaluation import classification_metrics  # noqa: E402
-from stylometry.stats import bootstrap_difference, mcnemar_exact  # noqa: E402
-
-
-def _json_load(path: Path) -> dict[str, Any]:
-    return json.loads(path.read_text(encoding="utf-8"))
-
-
-def _read_run(run_dir: Path) -> tuple[dict[str, Any], pd.DataFrame]:
-    metadata = _json_load(run_dir / "run_metadata.json")
-    pooled_path = run_dir / "pooled_metrics.csv"
-    if pooled_path.exists():
-        pooled = pd.read_csv(pooled_path)
-    else:
-        pooled = pd.DataFrame([metadata.get("metrics", {})])
-    return metadata, pooled
-
-
-def _feature_summary(config: dict[str, Any]) -> str:
-    keys = (
-        "groups",
-        "lsa_variants",
-        "lsa_components",
-        "min_df",
-        "char_max_features",
-        "pos_max_features",
-        "char_ngram_range",
-        "pos_ngram_range",
-        "block_weights",
-    )
-    features = config.get("feature_config", {})
-    return json.dumps({key: features.get(key) for key in keys if key in features}, ensure_ascii=False)
-
-
-def build_summary(followup_dir: Path) -> pd.DataFrame:
-    rows: list[dict[str, Any]] = []
-    for run_dir in sorted(followup_dir.iterdir()):
-        if not run_dir.is_dir() or not (run_dir / "run_metadata.json").exists():
-            continue
-        metadata, pooled = _read_run(run_dir)
-        config = metadata.get("config", {})
-        bootstrap = metadata.get("bootstrap", {}).get("macro_f1", {})
-        macro = pd.to_numeric(pooled.get("macro_f1"), errors="coerce")
-        accuracy = pd.to_numeric(pooled.get("accuracy"), errors="coerce")
-        balanced = pd.to_numeric(pooled.get("balanced_accuracy"), errors="coerce")
-        top3 = pd.to_numeric(pooled.get("top3_accuracy"), errors="coerce")
-        command_path = run_dir / "command.txt"
-        rows.append(
-            {
-                "label": run_dir.name,
-                "preset": config.get("preset"),
-                "model": config.get("model"),
-                "folds": config.get("folds"),
-                "n_repeats": int(len(pooled)),
-                "n_samples": config.get("n_samples"),
-                "mean_macro_f1": float(macro.mean()),
-                "std_macro_f1": float(macro.std(ddof=1)) if len(macro) > 1 else 0.0,
-                "min_macro_f1": float(macro.min()),
-                "max_macro_f1": float(macro.max()),
-                "repeat0_macro_f1": float(macro.iloc[0]),
-                "mean_accuracy": float(accuracy.mean()),
-                "mean_balanced_accuracy": float(balanced.mean()),
-                "mean_top3_accuracy": float(top3.mean()),
-                "ci_lower_repeat0": bootstrap.get("lower"),
-                "ci_upper_repeat0": bootstrap.get("upper"),
-                "model_params": json.dumps(config.get("model_params", {}), ensure_ascii=False),
-                "feature_config": _feature_summary(config),
-                "command": command_path.read_text(encoding="utf-8").strip()
-                if command_path.exists()
-                else "",
-            }
-        )
-    summary = pd.DataFrame(rows)
-    if summary.empty:
-        return summary
-    reference = summary.loc[summary["label"] == "ref_logreg", "mean_macro_f1"]
-    if not reference.empty:
-        summary["delta_vs_ref_logreg"] = summary["mean_macro_f1"] - float(reference.iloc[0])
-    else:
-        summary["delta_vs_ref_logreg"] = np.nan
-    summary = summary.sort_values("mean_macro_f1", ascending=False).reset_index(drop=True)
-    summary.insert(0, "rank", np.arange(1, len(summary) + 1))
-    return summary
-
-
-def _compare_pair(
-    followup_dir: Path,
-    label_a: str,
-    label_b: str,
-    n_boot: int,
-    seed: int,
-) -> tuple[dict[str, Any] | None, list[dict[str, Any]]]:
-    dir_a = followup_dir / label_a
-    dir_b = followup_dir / label_b
-    if not (dir_a / "oof_predictions.csv").exists() or not (dir_b / "oof_predictions.csv").exists():
-        print(f"[compare] пропуск {label_a} vs {label_b}: нет oof_predictions.csv")
-        return None, []
-
-    oof_a = pd.read_csv(dir_a / "oof_predictions.csv")
-    oof_b = pd.read_csv(dir_b / "oof_predictions.csv")
-    common_repeats = sorted(set(oof_a["repeat"].unique()) & set(oof_b["repeat"].unique()))
-    if not common_repeats:
-        print(f"[compare] пропуск {label_a} vs {label_b}: нет общих повторов")
-        return None, []
-
-    details: list[dict[str, Any]] = []
-    for repeat in common_repeats:
-        first = oof_a.loc[oof_a["repeat"] == repeat, ["line_id", "y_true", "y_pred"]]
-        second = oof_b.loc[oof_b["repeat"] == repeat, ["line_id", "y_true", "y_pred"]]
-        merged = first.merge(
-            second,
-            on=["line_id", "y_true"],
-            suffixes=("_a", "_b"),
-            how="inner",
-        )
-        if merged.empty:
-            continue
-        labels = sorted(merged["y_true"].unique())
-        metrics_a = classification_metrics(merged["y_true"], merged["y_pred_a"], labels=labels)
-        metrics_b = classification_metrics(merged["y_true"], merged["y_pred_b"], labels=labels)
-        mcnemar = mcnemar_exact(merged["y_true"], merged["y_pred_a"], merged["y_pred_b"])
-        difference = bootstrap_difference(
-            merged["y_true"],
-            merged["y_pred_a"],
-            merged["y_pred_b"],
-            metric="macro_f1",
-            labels=labels,
-            n_boot=n_boot,
-            seed=seed + int(repeat),
-        )
-        details.append(
-            {
-                "repeat": int(repeat),
-                "n_samples": int(len(merged)),
-                "macro_f1_a": metrics_a["macro_f1"],
-                "macro_f1_b": metrics_b["macro_f1"],
-                "macro_f1_diff": metrics_a["macro_f1"] - metrics_b["macro_f1"],
-                "accuracy_a": metrics_a["accuracy"],
-                "accuracy_b": metrics_b["accuracy"],
-                "accuracy_diff": metrics_a["accuracy"] - metrics_b["accuracy"],
-                "mcnemar_p": mcnemar["p_value"],
-                "mcnemar_b": mcnemar["b"],
-                "mcnemar_c": mcnemar["c"],
-                "bootstrap_mean_diff": difference["mean_difference"],
-                "bootstrap_lower": difference["lower"],
-                "bootstrap_upper": difference["upper"],
-            }
-        )
-
-    if not details:
-        print(f"[compare] пропуск {label_a} vs {label_b}: не удалось сопоставить строки")
-        return None, []
-
-    diffs = np.asarray([row["macro_f1_diff"] for row in details], dtype=float)
-    p_values = np.asarray([row["mcnemar_p"] for row in details], dtype=float)
-    ci_lower = np.asarray([row["bootstrap_lower"] for row in details], dtype=float)
-    ci_upper = np.asarray([row["bootstrap_upper"] for row in details], dtype=float)
-    summary = {
-        "pair": f"{label_a} vs {label_b}",
-        "label_a": label_a,
-        "label_b": label_b,
-        "n_repeats": len(details),
-        "mean_macro_f1_a": float(np.mean([row["macro_f1_a"] for row in details])),
-        "mean_macro_f1_b": float(np.mean([row["macro_f1_b"] for row in details])),
-        "mean_diff": float(diffs.mean()),
-        "std_diff": float(diffs.std(ddof=1)) if len(diffs) > 1 else 0.0,
-        "min_diff": float(diffs.min()),
-        "max_diff": float(diffs.max()),
-        "n_positive": int((diffs > 0).sum()),
-        "n_negative": int((diffs < 0).sum()),
-        "mean_mcnemar_p": float(p_values.mean()),
-        "min_mcnemar_p": float(p_values.min()),
-        "mean_ci_lower": float(ci_lower.mean()),
-        "mean_ci_upper": float(ci_upper.mean()),
-        "n_ci_excludes_zero": int(((ci_lower > 0) | (ci_upper < 0)).sum()),
-    }
-    return summary, details
-
-
-def _format_markdown(summary: pd.DataFrame) -> str:
-    columns = [
-        "rank",
-        "label",
-        "model",
-        "preset",
-        "n_repeats",
-        "mean_macro_f1",
-        "std_macro_f1",
-        "mean_accuracy",
-        "mean_top3_accuracy",
-        "delta_vs_ref_logreg",
-    ]
-    table = summary[columns].copy()
-    return table.to_markdown(index=False, floatfmt=".4f")
-
-
-def main(argv: list[str] | None = None) -> int:
-    parser = argparse.ArgumentParser(description=__doc__)
-    parser.add_argument(
-        "--followup-dir",
-        default=str(PROJECT_ROOT / "results" / "followup"),
-        help="Каталог с подкаталогами запусков.",
-    )
-    parser.add_argument(
-        "--pairs",
-        nargs="*",
-        default=[],
-        help="Пары для сравнения в формате label_a:label_b.",
-    )
-    parser.add_argument("--n-boot", type=int, default=1000)
-    parser.add_argument("--seed", type=int, default=42)
-    args = parser.parse_args(argv)
-
-    followup_dir = Path(args.followup_dir)
-    if not followup_dir.exists():
-        raise FileNotFoundError(f"Нет каталога: {followup_dir}")
-
-    summary = build_summary(followup_dir)
-    if summary.empty:
-        print(f"[summary] в {followup_dir} нет запусков с run_metadata.json")
-        return 1
-
-    summary_path = followup_dir / "summary.csv"
-    summary.to_csv(summary_path, index=False, encoding="utf-8-sig")
-    markdown = [
-        "# Follow-up: сводка запусков",
-        "",
-        "Среднее и стандартное отклонение посчитаны по pooled-метрикам каждого",
-        "повтора (`pooled_metrics.csv`), а не только по repeat 0.",
-        "",
-        _format_markdown(summary),
-        "",
-    ]
-    (followup_dir / "summary.md").write_text("\n".join(markdown), encoding="utf-8")
-    print(f"[summary] {summary_path}")
-    print(
-        summary[
-            ["rank", "label", "model", "n_repeats", "mean_macro_f1", "std_macro_f1"]
-        ].to_string(index=False)
-    )
-
-    comparison_rows: list[dict[str, Any]] = []
-    comparisons_dir = followup_dir / "comparisons"
-    comparisons_dir.mkdir(exist_ok=True)
-    for pair in args.pairs:
-        if ":" not in pair:
-            print(f"[compare] некорректная пара: {pair}")
-            continue
-        label_a, label_b = pair.split(":", 1)
-        summary_row, details = _compare_pair(
-            followup_dir,
-            label_a.strip(),
-            label_b.strip(),
-            n_boot=args.n_boot,
-            seed=args.seed,
-        )
-        if summary_row is None:
-            continue
-        comparison_rows.append(summary_row)
-        payload = {"summary": summary_row, "details": details}
-        output = comparisons_dir / f"{label_a.strip()}__vs__{label_b.strip()}.json"
-        output.write_text(json.dumps(payload, ensure_ascii=False, indent=2), encoding="utf-8")
-        print(
-            f"[compare] {summary_row['pair']}: "
-            f"diff={summary_row['mean_diff']:+.4f}, "
-            f"{summary_row['n_positive']}/{summary_row['n_repeats']} повторов в плюс, "
-            f"mean McNemar p={summary_row['mean_mcnemar_p']:.4f}"
-        )
-
-    if comparison_rows:
-        comparisons = pd.DataFrame(comparison_rows).sort_values("mean_diff", ascending=False)
-        comparisons.to_csv(followup_dir / "comparisons.csv", index=False, encoding="utf-8-sig")
-        columns = [
-            "pair",
-            "n_repeats",
-            "mean_macro_f1_a",
-            "mean_macro_f1_b",
-            "mean_diff",
-            "std_diff",
-            "n_positive",
-            "mean_mcnemar_p",
-            "mean_ci_lower",
-            "mean_ci_upper",
-            "n_ci_excludes_zero",
-        ]
-        comparison_markdown = [
-            "# Follow-up: парные сравнения",
-            "",
-            "`mean_diff` — средняя разница macro-F1 (A − B) по общим повторам.",
-            "`n_positive` — сколько повторов дали положительную разницу.",
-            "`n_ci_excludes_zero` — сколько повторов имеют bootstrap-интервал,",
-            "не содержащий ноль (описательно, без поправки на множественность).",
-            "",
-            comparisons[columns].to_markdown(index=False, floatfmt=".4f"),
-            "",
-        ]
-        (followup_dir / "comparisons.md").write_text(
-            "\n".join(comparison_markdown), encoding="utf-8"
-        )
-        print(f"[compare] {followup_dir / 'comparisons.csv'}")
-
-    return 0
-
-
-if __name__ == "__main__":
-    raise SystemExit(main())

lab1/scripts/run_followup_experiments.sh

@@ -1,824 +0,0 @@
-#!/usr/bin/env bash
-# Follow-up серия экспериментов по итогам предварительных прогонов.
-#
-# Запуск из каталога lab1:
-#   bash scripts/run_followup_experiments.sh
-#
-# С другим интерпретатором:
-#   PYTHON=../.venv/bin/python bash scripts/run_followup_experiments.sh
-#
-# Быстрая проверка (1 повтор, без сетки и seed-робастности):
-#   QUICK=1 bash scripts/run_followup_experiments.sh
-#
-# Только воспроизведение и финальная модель, без тяжёлых стадий:
-#   RUN_GRID=0 RUN_SEEDS=0 bash scripts/run_followup_experiments.sh
-#
-# Все результаты складываются в results/followup/<label>/, команды и
-# сгенерированные конфиги сохраняются рядом. Общий лог:
-# results/logs/run_followup_<timestamp>.log
-
-set -euo pipefail
-
-SCRIPT_DIR="$(cd "$(dirname "${BASH_SOURCE[0]}")" && pwd)"
-PROJECT_ROOT="$(cd "${SCRIPT_DIR}/.." && pwd)"
-cd "${PROJECT_ROOT}"
-
-PYTHON="${PYTHON:-python}"
-if [[ "${PYTHON}" == */* ]]; then
-    PYTHON_DIR="$(cd "$(dirname "${PYTHON}")" && pwd)"
-    PYTHON="${PYTHON_DIR}/$(basename "${PYTHON}")"
-fi
-
-if ! "${PYTHON}" -c "import sklearn, pandas, nltk" >/dev/null 2>&1; then
-    echo "ОШИБКА: в интерпретаторе ${PYTHON} не установлены зависимости."
-    echo "Выполните: ${PYTHON} -m pip install -r requirements.txt"
-    exit 1
-fi
-
-RESULTS_DIR="${PROJECT_ROOT}/results"
-# FOLLOWUP_DIR можно переопределить, чтобы прогнать серию в отдельный каталог
-# (например, для дымового теста) и не смешивать с основными результатами.
-FOLLOWUP_DIR="${FOLLOWUP_DIR:-${RESULTS_DIR}/followup}"
-CONFIG_DIR="${FOLLOWUP_DIR}/configs"
-COMPARISON_DIR="${FOLLOWUP_DIR}/comparisons"
-LOG_DIR="${RESULTS_DIR}/logs"
-MANIFEST="${FOLLOWUP_DIR}/manifest.tsv"
-
-REPEATS_MAIN="${REPEATS_MAIN:-5}"
-REPEATS_GRID="${REPEATS_GRID:-3}"
-REPEATS_SWEEP="${REPEATS_SWEEP:-3}"
-REPEATS_NGRAM="${REPEATS_NGRAM:-3}"
-REPEATS_FINAL="${REPEATS_FINAL:-10}"
-RUN_GRID="${RUN_GRID:-1}"
-RUN_SEEDS="${RUN_SEEDS:-1}"
-RUN_FINAL="${RUN_FINAL:-1}"
-RUN_CONTROLS="${RUN_CONTROLS:-1}"
-SKIP_TESTS="${SKIP_TESTS:-0}"
-FORCE="${FORCE:-0}"
-SEED="${SEED:-42}"
-
-if [[ "${QUICK:-0}" == "1" ]]; then
-    REPEATS_MAIN=1
-    REPEATS_GRID=1
-    REPEATS_SWEEP=1
-    REPEATS_NGRAM=1
-    REPEATS_FINAL=1
-    RUN_GRID=0
-    RUN_SEEDS=0
-fi
-
-mkdir -p "${FOLLOWUP_DIR}" "${CONFIG_DIR}" "${COMPARISON_DIR}" "${LOG_DIR}"
-if [[ ! -f "${MANIFEST}" ]]; then
-    printf 'label\toriginal_dir\n' > "${MANIFEST}"
-fi
-
-RUN_ID="${RUN_ID:-$(date +%Y%m%d_%H%M%S)}"
-LOG_FILE="${LOG_DIR}/run_followup_${RUN_ID}.log"
-exec > >(tee -a "${LOG_FILE}") 2>&1
-
-step() {
-    echo
-    echo "============================================================"
-    echo "== $*"
-    echo "============================================================"
-}
-
-run() {
-    echo
-    echo ">>> $*"
-    "$@"
-}
-
-write_config() {
-    local name="$1"
-    cat > "${CONFIG_DIR}/${name}.toml"
-}
-
-# Запускает команду, находит созданный ею каталог в results/ и переносит его
-# в results/followup/<label>. Так у каждого эксперимента появляется
-# стабильное имя, а command.txt фиксирует точную команду.
-run_labeled() {
-    local label="$1"
-    shift
-    local before after dir dest
-    before="$(mktemp)"
-    after="$(mktemp)"
-    find "${RESULTS_DIR}" -maxdepth 1 -mindepth 1 -type d -printf '%f\n' | sort > "${before}"
-    run "$@"
-    find "${RESULTS_DIR}" -maxdepth 1 -mindepth 1 -type d -printf '%f\n' | sort > "${after}"
-    dir="$(comm -13 "${before}" "${after}" | head -n 1)"
-    rm -f "${before}" "${after}"
-    if [[ -z "${dir}" ]]; then
-        echo "ОШИБКА: команда не создала каталог результатов (${label})" >&2
-        return 1
-    fi
-    dest="${FOLLOWUP_DIR}/${label}"
-    if [[ -e "${dest}" ]]; then
-        if [[ "${FORCE}" == "1" ]]; then
-            rm -rf "${dest}"
-        else
-            echo "ОШИБКА: ${dest} уже существует. Задайте FORCE=1 или удалите каталог." >&2
-            return 1
-        fi
-    fi
-    mv "${RESULTS_DIR}/${dir}" "${dest}"
-    printf '%q ' "$@" > "${dest}/command.txt"
-    printf '\n' >> "${dest}/command.txt"
-    printf '%s\t%s\n' "${label}" "${dir}" >> "${MANIFEST}"
-    echo "[followup] ${label} -> ${dest}"
-}
-
-latest_dir() {
-    local prefix="$1"
-    ls -1dt "${RESULTS_DIR}/${prefix}"_* 2>/dev/null | head -n 1 || true
-}
-
-echo "Начало follow-up серии: $(date)"
-echo "Интерпретатор: ${PYTHON}"
-echo "Повторы: main=${REPEATS_MAIN}, grid=${REPEATS_GRID}, sweep=${REPEATS_SWEEP}, ngram=${REPEATS_NGRAM}, final=${REPEATS_FINAL}"
-echo "Тяжёлые стадии: grid=${RUN_GRID}, seeds=${RUN_SEEDS}, final=${RUN_FINAL}, controls=${RUN_CONTROLS}"
-echo "Каталог результатов: ${FOLLOWUP_DIR}"
-echo "Лог: ${LOG_FILE}"
-
-# ---------------------------------------------------------------------------
-# Конфиги признакового пространства. CLI не умеет менять lsa_components,
-# min_df, n-gram ranges и groups, поэтому параметры задаются через TOML.
-# ---------------------------------------------------------------------------
-step "0. Генерация конфигов"
-
-write_config lsa_content_k300 <<'EOF'
-[experiment]
-preset = "lsa_content"
-model = "logreg"
-
-[features]
-lsa_components = 300
-EOF
-
-write_config lsa_content_k400 <<'EOF'
-[experiment]
-preset = "lsa_content"
-model = "logreg"
-
-[features]
-lsa_components = 400
-EOF
-
-write_config lsa_char_k300 <<'EOF'
-[experiment]
-preset = "lsa_char"
-model = "logreg"
-
-[features]
-lsa_components = 300
-EOF
-
-write_config lsa_pos_k300 <<'EOF'
-[experiment]
-preset = "lsa_pos"
-model = "logreg"
-
-[features]
-lsa_components = 300
-EOF
-
-write_config stylometry_pos_content300 <<'EOF'
-[experiment]
-preset = "stylometry_pos_lsa"
-model = "logreg"
-
-[features]
-lsa_variants = ["content"]
-lsa_components = 300
-EOF
-
-write_config stylometry_pos_pos300 <<'EOF'
-[experiment]
-preset = "stylometry_pos_lsa"
-model = "logreg"
-
-[features]
-lsa_variants = ["pos"]
-lsa_components = 300
-EOF
-
-write_config stylometry_pos_lsa_k300 <<'EOF'
-[experiment]
-preset = "stylometry_pos_lsa"
-model = "logreg"
-
-[features]
-lsa_variants = ["word", "pos"]
-lsa_components = 300
-EOF
-
-write_config groups_lean1 <<'EOF'
-[experiment]
-preset = "stylometry_pos_lsa"
-model = "logreg"
-
-[features]
-groups = ["length", "lexical", "vocabulary", "characters", "punctuation", "pronouns", "syntax", "readability", "dialogue"]
-EOF
-
-write_config groups_lean2 <<'EOF'
-[experiment]
-preset = "stylometry_pos_lsa"
-model = "logreg"
-
-[features]
-groups = ["length", "lexical", "characters", "punctuation", "pronouns", "syntax", "dialogue"]
-EOF
-
-write_config groups_lean2_content300 <<'EOF'
-[experiment]
-preset = "stylometry_pos_lsa"
-model = "logreg"
-
-[features]
-groups = ["length", "lexical", "characters", "punctuation", "pronouns", "syntax", "dialogue"]
-lsa_variants = ["content"]
-lsa_components = 300
-EOF
-
-write_config min_df2 <<'EOF'
-[experiment]
-preset = "stylometry_pos_lsa"
-model = "logreg"
-
-[features]
-min_df = 2
-EOF
-
-write_config min_df5 <<'EOF'
-[experiment]
-preset = "stylometry_pos_lsa"
-model = "logreg"
-
-[features]
-min_df = 5
-EOF
-
-write_config char_max10000 <<'EOF'
-[experiment]
-preset = "stylometry_pos_lsa"
-model = "logreg"
-
-[features]
-char_max_features = 10000
-EOF
-
-write_config char_ngram_2_4 <<'EOF'
-[experiment]
-preset = "stylometry_pos_lsa"
-model = "logreg"
-
-[features]
-char_ngram_range = [2, 4]
-EOF
-
-write_config char_ngram_3_5 <<'EOF'
-[experiment]
-preset = "stylometry_pos_lsa"
-model = "logreg"
-
-[features]
-char_ngram_range = [3, 5]
-EOF
-
-write_config pos_ngram_1_2 <<'EOF'
-[experiment]
-preset = "stylometry_pos_lsa"
-model = "logreg"
-
-[features]
-pos_ngram_range = [1, 2]
-EOF
-
-write_config pos_ngram_1_4 <<'EOF'
-[experiment]
-preset = "stylometry_pos_lsa"
-model = "logreg"
-
-[features]
-pos_ngram_range = [1, 4]
-EOF
-
-write_config pos_max1000 <<'EOF'
-[experiment]
-preset = "stylometry_pos_lsa"
-model = "logreg"
-
-[features]
-pos_max_features = 1000
-EOF
-
-echo "Сгенерировано конфигов: $(find "${CONFIG_DIR}" -name '*.toml' | wc -l)"
-
-# ---------------------------------------------------------------------------
-# F0. Проверка окружения и воспроизведение опорных результатов.
-# ---------------------------------------------------------------------------
-step "F0. Проверка окружения и опорные запуски"
-
-run "${PYTHON}" scripts/check_environment.py
-if [[ "${SKIP_TESTS}" != "1" ]]; then
-    run "${PYTHON}" -m pytest -q
-fi
-
-run_labeled ref_logreg \
-    "${PYTHON}" -m stylometry.cli run --preset stylometry_pos_lsa \
-    --model logreg --folds 5 --repeats "${REPEATS_MAIN}" --seed "${SEED}"
-
-run_labeled ref_nested_logreg \
-    "${PYTHON}" -m stylometry.cli run --preset stylometry_pos_lsa \
-    --model logreg --folds 5 --nested --seed "${SEED}"
-
-run_labeled ref_no_lsa \
-    "${PYTHON}" -m stylometry.cli run --preset stylometry_pos \
-    --model logreg --folds 5 --repeats "${REPEATS_MAIN}" --seed "${SEED}"
-
-run_labeled ref_stylometry \
-    "${PYTHON}" -m stylometry.cli run --preset stylometry \
-    --model logreg --folds 5 --repeats "${REPEATS_MAIN}" --seed "${SEED}"
-
-# ---------------------------------------------------------------------------
-# F1. Сравнение моделей на одном признаковом пространстве, 5 повторов.
-# ---------------------------------------------------------------------------
-step "F1. Сравнение моделей (5 повторов + nested)"
-
-run_labeled model_rf_default \
-    "${PYTHON}" -m stylometry.cli run --preset stylometry_pos_lsa \
-    --model random_forest --folds 5 --repeats "${REPEATS_MAIN}" --seed "${SEED}"
-
-run_labeled model_et_default \
-    "${PYTHON}" -m stylometry.cli run --preset stylometry_pos_lsa \
-    --model extra_trees --folds 5 --repeats "${REPEATS_MAIN}" --seed "${SEED}"
-
-run_labeled model_svc_default \
-    "${PYTHON}" -m stylometry.cli run --preset stylometry_pos_lsa \
-    --model linear_svc --folds 5 --repeats "${REPEATS_MAIN}" --seed "${SEED}"
-
-run_labeled model_knn_default \
-    "${PYTHON}" -m stylometry.cli run --preset stylometry_pos_lsa \
-    --model knn --folds 5 --repeats "${REPEATS_GRID}" --seed "${SEED}"
-
-run_labeled model_rf_nested \
-    "${PYTHON}" -m stylometry.cli run --preset stylometry_pos_lsa \
-    --model random_forest --folds 5 --nested --seed "${SEED}"
-
-run_labeled model_et_nested \
-    "${PYTHON}" -m stylometry.cli run --preset stylometry_pos_lsa \
-    --model extra_trees --folds 5 --nested --seed "${SEED}"
-
-run_labeled model_svc_nested \
-    "${PYTHON}" -m stylometry.cli run --preset stylometry_pos_lsa \
-    --model linear_svc --folds 5 --nested --seed "${SEED}"
-
-# ---------------------------------------------------------------------------
-# F2. Сетка вокруг лучшей модели (random forest по умолчанию).
-# ---------------------------------------------------------------------------
-if [[ "${RUN_GRID}" == "1" ]]; then
-    step "F2. Сетка random forest / extra trees"
-
-    for depth in None 30 40; do
-        for leaf in 1 2 3; do
-            if [[ "${depth}" == "None" && "${leaf}" == "1" ]]; then
-                continue  # это model_rf_default
-            fi
-            if [[ "${depth}" == "None" ]]; then
-                depth_json="null"
-            else
-                depth_json="${depth}"
-            fi
-            run_labeled "rf_d${depth}_l${leaf}" \
-                "${PYTHON}" -m stylometry.cli run --preset stylometry_pos_lsa \
-                --model random_forest --folds 5 --repeats "${REPEATS_GRID}" --seed "${SEED}" \
-                --model-params "{\"max_depth\": ${depth_json}, \"min_samples_leaf\": ${leaf}}"
-        done
-    done
-
-    for max_features in 0.05 0.1; do
-        for n_estimators in 400 800; do
-            run_labeled "rf_mf${max_features}_n${n_estimators}" \
-                "${PYTHON}" -m stylometry.cli run --preset stylometry_pos_lsa \
-                --model random_forest --folds 5 --repeats "${REPEATS_GRID}" --seed "${SEED}" \
-                --model-params "{\"max_features\": ${max_features}, \"n_estimators\": ${n_estimators}, \"max_depth\": null, \"min_samples_leaf\": 1}"
-        done
-    done
-
-    run_labeled rf_n800_sqrt \
-        "${PYTHON}" -m stylometry.cli run --preset stylometry_pos_lsa \
-        --model random_forest --folds 5 --repeats "${REPEATS_GRID}" --seed "${SEED}" \
-        --model-params '{"n_estimators": 800, "max_depth": null, "min_samples_leaf": 1}'
-
-    run_labeled rf_cw_balanced \
-        "${PYTHON}" -m stylometry.cli run --preset stylometry_pos_lsa \
-        --model random_forest --folds 5 --repeats "${REPEATS_GRID}" --seed "${SEED}" \
-        --model-params '{"class_weight": "balanced"}'
-
-    run_labeled rf_cw_none \
-        "${PYTHON}" -m stylometry.cli run --preset stylometry_pos_lsa \
-        --model random_forest --folds 5 --repeats "${REPEATS_GRID}" --seed "${SEED}" \
-        --model-params '{"class_weight": null}'
-
-    run_labeled et_dNone_l2 \
-        "${PYTHON}" -m stylometry.cli run --preset stylometry_pos_lsa \
-        --model extra_trees --folds 5 --repeats "${REPEATS_GRID}" --seed "${SEED}" \
-        --model-params '{"max_depth": null, "min_samples_leaf": 2}'
-
-    run_labeled et_d30_l1 \
-        "${PYTHON}" -m stylometry.cli run --preset stylometry_pos_lsa \
-        --model extra_trees --folds 5 --repeats "${REPEATS_GRID}" --seed "${SEED}" \
-        --model-params '{"max_depth": 30, "min_samples_leaf": 1}'
-
-    run_labeled et_d30_l2 \
-        "${PYTHON}" -m stylometry.cli run --preset stylometry_pos_lsa \
-        --model extra_trees --folds 5 --repeats "${REPEATS_GRID}" --seed "${SEED}" \
-        --model-params '{"max_depth": 30, "min_samples_leaf": 2}'
-
-    # Лучшая точка сетки проверяется на 5 повторах. Это разведочный выбор:
-    # для честной итоговой оценки нужен nested CV (см. final_rf_nested и
-    # обсуждение в FOLLOWUP_EXPERIMENTS.md).
-    step "F2.1. Лучшая точка сетки RF на 5 повторах"
-    BEST_JSON="$("${PYTHON}" - "${FOLLOWUP_DIR}" <<'PY'
-import glob
-import json
-import os
-import sys
-
-import pandas as pd
-
-root = sys.argv[1]
-candidates = []
-for path in glob.glob(os.path.join(root, "rf_*")):
-    metadata_path = os.path.join(path, "run_metadata.json")
-    pooled_path = os.path.join(path, "pooled_metrics.csv")
-    if not (os.path.exists(metadata_path) and os.path.exists(pooled_path)):
-        continue
-    with open(metadata_path, encoding="utf-8") as stream:
-        metadata = json.load(stream)
-    pooled = pd.read_csv(pooled_path)
-    params = metadata.get("config", {}).get("model_params") or {}
-    candidates.append(
-        (float(pooled["macro_f1"].mean()), os.path.basename(path), json.dumps(params, ensure_ascii=False))
-    )
-if candidates:
-    candidates.sort(reverse=True)
-    print(f"{candidates[0][1]}\t{candidates[0][2]}")
-PY
-)"
-    if [[ -n "${BEST_JSON}" ]]; then
-        BEST_LABEL="${BEST_JSON%%$'\t'*}"
-        BEST_PARAMS="${BEST_JSON#*$'\t'}"
-        echo "[followup] лучшая точка сетки: ${BEST_LABEL}, параметры: ${BEST_PARAMS}"
-        run_labeled rf_grid_best_5 \
-            "${PYTHON}" -m stylometry.cli run --preset stylometry_pos_lsa \
-            --model random_forest --folds 5 --repeats "${REPEATS_MAIN}" --seed "${SEED}" \
-            --model-params "${BEST_PARAMS}"
-    else
-        echo "[followup] не удалось выбрать лучшую точку сетки RF"
-    fi
-else
-    echo
-    echo "F2 пропущена (RUN_GRID=${RUN_GRID})."
-fi
-
-# ---------------------------------------------------------------------------
-# F3. LSA: тема против стиля. Перебор k и подтверждение на 5 повторах.
-# ---------------------------------------------------------------------------
-step "F3. LSA: варианты, число компонент и объединение с признаками"
-
-run_labeled lsa_sweep \
-    "${PYTHON}" -m stylometry.cli lsa-sweep \
-    --variants content,char,word,pos,fw --components 100,200,300,400 \
-    --model logreg --folds 5 --repeats "${REPEATS_SWEEP}" --seed "${SEED}"
-
-run_labeled lsa_content_k300 \
-    "${PYTHON}" -m stylometry.cli run --config "${CONFIG_DIR}/lsa_content_k300.toml" \
-    --model logreg --folds 5 --repeats "${REPEATS_MAIN}" --seed "${SEED}"
-
-run_labeled lsa_content_k400 \
-    "${PYTHON}" -m stylometry.cli run --config "${CONFIG_DIR}/lsa_content_k400.toml" \
-    --model logreg --folds 5 --repeats "${REPEATS_MAIN}" --seed "${SEED}"
-
-run_labeled lsa_char_k300 \
-    "${PYTHON}" -m stylometry.cli run --config "${CONFIG_DIR}/lsa_char_k300.toml" \
-    --model logreg --folds 5 --repeats "${REPEATS_MAIN}" --seed "${SEED}"
-
-run_labeled lsa_pos_k300 \
-    "${PYTHON}" -m stylometry.cli run --config "${CONFIG_DIR}/lsa_pos_k300.toml" \
-    --model logreg --folds 5 --repeats "${REPEATS_MAIN}" --seed "${SEED}"
-
-run_labeled stylometry_pos_content300 \
-    "${PYTHON}" -m stylometry.cli run --config "${CONFIG_DIR}/stylometry_pos_content300.toml" \
-    --model logreg --folds 5 --repeats "${REPEATS_MAIN}" --seed "${SEED}"
-
-run_labeled stylometry_pos_pos300 \
-    "${PYTHON}" -m stylometry.cli run --config "${CONFIG_DIR}/stylometry_pos_pos300.toml" \
-    --model logreg --folds 5 --repeats "${REPEATS_MAIN}" --seed "${SEED}"
-
-run_labeled stylometry_pos_lsa_k300 \
-    "${PYTHON}" -m stylometry.cli run --config "${CONFIG_DIR}/stylometry_pos_lsa_k300.toml" \
-    --model logreg --folds 5 --repeats "${REPEATS_MAIN}" --seed "${SEED}"
-
-# ---------------------------------------------------------------------------
-# F4. Абляция групп признаков на 5 повторах и «худые» наборы.
-# ---------------------------------------------------------------------------
-step "F4. Абляция групп признаков и lean-наборы"
-
-run_labeled ablate_full \
-    "${PYTHON}" -m stylometry.cli ablate --preset stylometry_pos_lsa \
-    --model logreg --folds 5 --repeats "${REPEATS_MAIN}" --seed "${SEED}"
-
-for name in groups_lean1 groups_lean2 groups_lean2_content300; do
-    run_labeled "${name}" \
-        "${PYTHON}" -m stylometry.cli run --config "${CONFIG_DIR}/${name}.toml" \
-        --model logreg --folds 5 --repeats "${REPEATS_MAIN}" --seed "${SEED}"
-done
-
-run_labeled groups_lean1_rf \
-    "${PYTHON}" -m stylometry.cli run --config "${CONFIG_DIR}/groups_lean1.toml" \
-    --model random_forest --folds 5 --repeats "${REPEATS_MAIN}" --seed "${SEED}"
-
-run_labeled groups_lean2_rf \
-    "${PYTHON}" -m stylometry.cli run --config "${CONFIG_DIR}/groups_lean2.toml" \
-    --model random_forest --folds 5 --repeats "${REPEATS_MAIN}" --seed "${SEED}"
-
-# ---------------------------------------------------------------------------
-# F5. Настройка символьных и POS n-грамм.
-# ---------------------------------------------------------------------------
-step "F5. Символьные и POS n-граммы"
-
-for name in min_df2 min_df5 char_max10000 char_ngram_2_4 char_ngram_3_5; do
-    run_labeled "${name}" \
-        "${PYTHON}" -m stylometry.cli run --config "${CONFIG_DIR}/${name}.toml" \
-        --model logreg --folds 5 --repeats "${REPEATS_NGRAM}" --seed "${SEED}"
-done
-
-for name in pos_ngram_1_2 pos_ngram_1_4 pos_max1000; do
-    run_labeled "${name}" \
-        "${PYTHON}" -m stylometry.cli run --config "${CONFIG_DIR}/${name}.toml" \
-        --model logreg --folds 5 --repeats "${REPEATS_NGRAM}" --seed "${SEED}"
-done
-
-run_labeled min_df2_rf \
-    "${PYTHON}" -m stylometry.cli run --config "${CONFIG_DIR}/min_df2.toml" \
-    --model random_forest --folds 5 --repeats "${REPEATS_MAIN}" --seed "${SEED}"
-
-run_labeled char_max10000_rf \
-    "${PYTHON}" -m stylometry.cli run --config "${CONFIG_DIR}/char_max10000.toml" \
-    --model random_forest --folds 5 --repeats "${REPEATS_MAIN}" --seed "${SEED}"
-
-# ---------------------------------------------------------------------------
-# F6. Балансировка классов.
-# ---------------------------------------------------------------------------
-step "F6. class_weight: balanced против none"
-
-run_labeled classweight_logreg_none \
-    "${PYTHON}" -m stylometry.cli run --preset stylometry_pos_lsa \
-    --model logreg --folds 5 --repeats "${REPEATS_MAIN}" --seed "${SEED}" \
-    --model-params '{"class_weight": null}'
-
-run_labeled classweight_svc_none \
-    "${PYTHON}" -m stylometry.cli run --preset stylometry_pos_lsa \
-    --model linear_svc --folds 5 --repeats "${REPEATS_MAIN}" --seed "${SEED}" \
-    --model-params '{"class_weight": null}'
-
-run_labeled classweight_rf_none \
-    "${PYTHON}" -m stylometry.cli run --preset stylometry_pos_lsa \
-    --model random_forest --folds 5 --repeats "${REPEATS_MAIN}" --seed "${SEED}" \
-    --model-params '{"class_weight": null}'
-
-run_labeled classweight_rf_balanced \
-    "${PYTHON}" -m stylometry.cli run --preset stylometry_pos_lsa \
-    --model random_forest --folds 5 --repeats "${REPEATS_MAIN}" --seed "${SEED}" \
-    --model-params '{"class_weight": "balanced"}'
-
-# ---------------------------------------------------------------------------
-# F7. Устойчивость к seed.
-# ---------------------------------------------------------------------------
-if [[ "${RUN_SEEDS}" == "1" ]]; then
-    step "F7. Устойчивость к seed (logreg и random forest)"
-    for seed in 7 2024 1337; do
-        run_labeled "seed_logreg_${seed}" \
-            "${PYTHON}" -m stylometry.cli run --preset stylometry_pos_lsa \
-            --model logreg --folds 5 --repeats "${REPEATS_MAIN}" --seed "${seed}"
-
-        run_labeled "seed_rf_${seed}" \
-            "${PYTHON}" -m stylometry.cli run --preset stylometry_pos_lsa \
-            --model random_forest --folds 5 --repeats "${REPEATS_MAIN}" --seed "${seed}" \
-            --model-params "{\"random_state\": ${seed}}"
-    done
-else
-    echo
-    echo "F7 пропущена (RUN_SEEDS=${RUN_SEEDS})."
-fi
-
-# ---------------------------------------------------------------------------
-# F8. Финальная модель, отчёты и независимые проверки.
-# ---------------------------------------------------------------------------
-if [[ "${RUN_FINAL}" == "1" ]]; then
-    step "F8. Финальная модель и отчёты"
-
-    run_labeled final_rf \
-        "${PYTHON}" -m stylometry.cli run --preset stylometry_pos_lsa \
-        --model random_forest --folds 5 --repeats "${REPEATS_FINAL}" --seed "${SEED}"
-
-    run_labeled final_rf_nested \
-        "${PYTHON}" -m stylometry.cli run --preset stylometry_pos_lsa \
-        --model random_forest --folds 5 --nested --seed "${SEED}"
-
-    FINAL_DIR="${FOLLOWUP_DIR}/final_rf"
-    if [[ -d "${FINAL_DIR}" ]]; then
-        run "${PYTHON}" -m stylometry.cli length-report \
-            --run-dir "${FINAL_DIR}" --seed "${SEED}"
-        for group in gender age_group species; do
-            run "${PYTHON}" -m stylometry.cli subgroup-report \
-                --run-dir "${FINAL_DIR}" --group "${group}"
-        done
-        run "${PYTHON}" -m stylometry.cli compare \
-            --run-a "${FINAL_DIR}" --run-b "${FOLLOWUP_DIR}/ref_logreg" \
-            --out "${COMPARISON_DIR}/final_rf_vs_ref_logreg.json" --seed "${SEED}"
-        run "${PYTHON}" -m stylometry.cli compare \
-            --run-a "${FINAL_DIR}" --run-b "${FOLLOWUP_DIR}/ref_no_lsa" \
-            --out "${COMPARISON_DIR}/final_rf_vs_ref_no_lsa.json" --seed "${SEED}"
-    fi
-
-    run_labeled verify_full_42 \
-        "${PYTHON}" -m stylometry.cli verify --preset stylometry_pos_lsa \
-        --folds 5 --seed 42
-    run_labeled verify_full_7 \
-        "${PYTHON}" -m stylometry.cli verify --preset stylometry_pos_lsa \
-        --folds 5 --seed 7
-    run_labeled verify_full_2024 \
-        "${PYTHON}" -m stylometry.cli verify --preset stylometry_pos_lsa \
-        --folds 5 --seed 2024
-
-    run_labeled delta_cosine \
-        "${PYTHON}" -m stylometry.cli delta --features 500,1000,2000 \
-        --metrics cosine --folds 5 --repeats "${REPEATS_GRID}" --seed "${SEED}"
-
-    for clusters in 3 5 8; do
-        run_labeled "cluster_k${clusters}" \
-            "${PYTHON}" -m stylometry.cli cluster --preset stylometry_pos_lsa \
-            --clusters "${clusters}" --seed "${SEED}"
-    done
-else
-    echo
-    echo "F8 пропущена (RUN_FINAL=${RUN_FINAL})."
-fi
-
-# ---------------------------------------------------------------------------
-# F9. Контроли: нижние границы, near-duplicates и перестановка меток.
-# ---------------------------------------------------------------------------
-if [[ "${RUN_CONTROLS}" == "1" ]]; then
-    step "F9. Контроли"
-
-    run_labeled control_length_logreg \
-        "${PYTHON}" -m stylometry.cli run --preset length \
-        --model logreg --folds 5 --repeats "${REPEATS_MAIN}" --seed "${SEED}"
-
-    run_labeled control_length_dummy \
-        "${PYTHON}" -m stylometry.cli run --preset length \
-        --model dummy --folds 5 --repeats 1 --seed "${SEED}"
-
-    step "F9.1. Поиск near-duplicates"
-    "${PYTHON}" - "${FOLLOWUP_DIR}" <<'PY'
-from pathlib import Path
-import sys
-
-import numpy as np
-import pandas as pd
-from sklearn.feature_extraction.text import TfidfVectorizer
-from sklearn.metrics.pairwise import cosine_similarity
-
-from stylometry.datasets import load_feature_frame
-
-frame = load_feature_frame(verbose=False)
-matrix = TfidfVectorizer(analyzer="char_wb", ngram_range=(3, 5), min_df=1).fit_transform(
-    frame["text"]
-)
-similarity = cosine_similarity(matrix)
-rows = np.triu_indices_from(similarity, k=1)
-values = similarity[rows]
-threshold = 0.8
-mask = values >= threshold
-pairs = pd.DataFrame(
-    {
-        "line_id_a": frame.iloc[rows[0][mask]]["line_id"].to_numpy(),
-        "character_a": frame.iloc[rows[0][mask]]["character"].to_numpy(),
-        "text_a": frame.iloc[rows[0][mask]]["text"].to_numpy(),
-        "line_id_b": frame.iloc[rows[1][mask]]["line_id"].to_numpy(),
-        "character_b": frame.iloc[rows[1][mask]]["character"].to_numpy(),
-        "text_b": frame.iloc[rows[1][mask]]["text"].to_numpy(),
-        "cosine": values[mask],
-        "same_character": frame.iloc[rows[0][mask]]["character"].to_numpy()
-        == frame.iloc[rows[1][mask]]["character"].to_numpy(),
-    }
-).sort_values("cosine", ascending=False)
-out_dir = Path(sys.argv[1]) / "negative_control"
-out_dir.mkdir(parents=True, exist_ok=True)
-pairs.to_csv(out_dir / "near_duplicates.csv", index=False, encoding="utf-8-sig")
-print(f"[near-duplicates] пар с cosine >= {threshold}: {len(pairs)}")
-if not pairs.empty:
-    print(pairs.head(10).to_string(index=False))
-PY
-
-    step "F9.2. Контроль перестановкой меток"
-    "${PYTHON}" - "${FOLLOWUP_DIR}" <<'PY'
-from pathlib import Path
-import sys
-
-import numpy as np
-import pandas as pd
-
-from stylometry.cv import run_repeated_cv
-from stylometry.datasets import load_feature_frame
-from stylometry.pipelines import build_pipeline, preset_config
-
-frame = load_feature_frame(verbose=False)
-y = frame["character"].to_numpy()
-config = preset_config("stylometry_pos_lsa")
-rows = []
-for seed in (42, 7, 2024):
-    rng = np.random.default_rng(seed)
-    shuffled = rng.permutation(y)
-    pipeline = build_pipeline(config, "logreg")
-    result = run_repeated_cv(
-        pipeline,
-        frame,
-        shuffled,
-        n_splits=5,
-        n_repeats=1,
-        seed=seed,
-        model_name="permuted_logreg",
-        verbose=False,
-    )
-    pooled, _ = result.pooled_summary()
-    row = pooled.iloc[0].to_dict()
-    row["permutation_seed"] = seed
-    rows.append(row)
-out_dir = Path(sys.argv[1]) / "negative_control"
-out_dir.mkdir(parents=True, exist_ok=True)
-table = pd.DataFrame(rows)
-table.to_csv(out_dir / "permutation_logreg.csv", index=False, encoding="utf-8-sig")
-print(table[["permutation_seed", "macro_f1", "accuracy", "top3_accuracy"]].to_string(index=False))
-print(f"[permutation] средний macro-F1: {table['macro_f1'].mean():.4f}")
-PY
-else
-    echo
-    echo "F9 пропущена (RUN_CONTROLS=${RUN_CONTROLS})."
-fi
-
-# ---------------------------------------------------------------------------
-# Сводка по всем запускам и парные сравнения по повторам.
-# ---------------------------------------------------------------------------
-step "Сводка follow-up"
-
-PAIRS=(
-    "model_rf_default:ref_logreg"
-    "model_rf_default:ref_no_lsa"
-    "model_rf_default:model_svc_default"
-    "rf_grid_best_5:model_rf_default"
-    "model_svc_default:ref_logreg"
-    "ref_no_lsa:ref_logreg"
-    "stylometry_pos_content300:ref_no_lsa"
-    "stylometry_pos_pos300:ref_no_lsa"
-    "stylometry_pos_lsa_k300:ref_logreg"
-    "groups_lean1:ref_logreg"
-    "groups_lean2:ref_logreg"
-    "groups_lean2_content300:ref_logreg"
-    "groups_lean1_rf:model_rf_default"
-    "groups_lean2_rf:model_rf_default"
-    "min_df2:ref_logreg"
-    "char_max10000:ref_logreg"
-    "char_ngram_2_4:ref_logreg"
-    "char_ngram_3_5:ref_logreg"
-    "pos_ngram_1_2:ref_logreg"
-    "pos_ngram_1_4:ref_logreg"
-    "pos_max1000:ref_logreg"
-    "min_df2_rf:model_rf_default"
-    "char_max10000_rf:model_rf_default"
-    "classweight_logreg_none:ref_logreg"
-    "classweight_svc_none:model_svc_default"
-    "classweight_rf_none:model_rf_default"
-    "classweight_rf_balanced:model_rf_default"
-    "final_rf:ref_logreg"
-    "final_rf:ref_no_lsa"
-    "final_rf:model_rf_default"
-    "final_rf:final_rf_nested"
-    "control_length_logreg:ref_logreg"
-)
-
-run "${PYTHON}" scripts/analyze_followup.py \
-    --followup-dir "${FOLLOWUP_DIR}" \
-    --pairs "${PAIRS[@]}" \
-    --n-boot 1000 --seed "${SEED}"
-
-step "Готово"
-echo "Конец follow-up серии: $(date)"
-echo
-echo "Результаты: ${FOLLOWUP_DIR}"
-echo "Сводка:     ${FOLLOWUP_DIR}/summary.csv"
-echo "Сравнения:  ${FOLLOWUP_DIR}/comparisons.csv"
-echo "Лог:        ${LOG_FILE}"

lab1/scripts/run_tuning_experiments.sh

@@ -0,0 +1,140 @@
+#!/usr/bin/env bash
+# Тюнинг поверх полной серии scripts/run_all_experiments.sh.
+# Не повторяет E0–E16: только гиперпараметры, состав признаков, веса, k LSA.
+#
+# Запуск из каталога lab1:
+#   bash scripts/run_tuning_experiments.sh
+#
+# Быстрый черновик:
+#   REPEATS=1 bash scripts/run_tuning_experiments.sh
+
+set -euo pipefail
+
+SCRIPT_DIR="$(cd "$(dirname "${BASH_SOURCE[0]}")" && pwd)"
+PROJECT_ROOT="$(cd "${SCRIPT_DIR}/.." && pwd)"
+cd "${PROJECT_ROOT}"
+
+PYTHON="${PYTHON:-python}"
+REPEATS="${REPEATS:-3}"
+SEED="${SEED:-42}"
+PRESET="${PRESET:-stylometry_pos_lsa}"
+
+LOG_DIR="${PROJECT_ROOT}/results/logs"
+mkdir -p "${LOG_DIR}"
+RUN_ID="${RUN_ID:-$(date +%Y%m%d_%H%M%S)}"
+LOG_FILE="${LOG_DIR}/tune_${RUN_ID}.log"
+exec > >(tee -a "${LOG_FILE}") 2>&1
+
+step() {
+    echo
+    echo "============================================================"
+    echo "== $*"
+    echo "============================================================"
+}
+
+run() {
+    echo
+    echo ">>> $*"
+    "$@"
+}
+
+echo "Тюнинг: $(date)"
+echo "Интерпретатор: ${PYTHON}"
+echo "Повторы: ${REPEATS}, seed: ${SEED}, пресет: ${PRESET}"
+echo "Лог: ${LOG_FILE}"
+
+step "T1. Logreg: C"
+for c in 0.03 0.1 0.3 1 3 10; do
+    run "${PYTHON}" -m stylometry.cli run \
+        --preset "${PRESET}" --model logreg \
+        --repeats "${REPEATS}" --seed "${SEED}" \
+        --model-params "{\"C\": ${c}}"
+done
+
+step "T2. Linear SVM: C"
+for c in 0.03 0.1 0.3 1 3 10; do
+    run "${PYTHON}" -m stylometry.cli run \
+        --preset "${PRESET}" --model linear_svc \
+        --repeats "${REPEATS}" --seed "${SEED}" \
+        --model-params "{\"C\": ${c}}"
+done
+
+step "T3. Logreg без балансировки классов"
+run "${PYTHON}" -m stylometry.cli run \
+    --preset "${PRESET}" --model logreg \
+    --repeats "${REPEATS}" --seed "${SEED}" \
+    --model-params '{"class_weight": null}'
+
+step "T4. Без vocabulary и readability"
+run "${PYTHON}" -m stylometry.cli run \
+    --config configs/tune_no_vocab_readability.toml \
+    --preset "${PRESET}" --model logreg \
+    --repeats "${REPEATS}" --seed "${SEED}"
+
+step "T5. Без vocabulary, readability и length"
+run "${PYTHON}" -m stylometry.cli run \
+    --config configs/tune_no_vocab_readability_length.toml \
+    --preset "${PRESET}" --model logreg \
+    --repeats "${REPEATS}" --seed "${SEED}"
+
+step "T6. Char/POS n-граммы"
+run "${PYTHON}" -m stylometry.cli run \
+    --config configs/tune_char_narrow.toml \
+    --preset "${PRESET}" --model logreg \
+    --repeats "${REPEATS}" --seed "${SEED}"
+run "${PYTHON}" -m stylometry.cli run \
+    --config configs/tune_char_wide.toml \
+    --preset "${PRESET}" --model logreg \
+    --repeats "${REPEATS}" --seed "${SEED}"
+
+step "T7. Веса блоков"
+run "${PYTHON}" -m stylometry.cli run \
+    --config configs/tune_block_weights.toml \
+    --preset "${PRESET}" --model logreg \
+    --repeats "${REPEATS}" --seed "${SEED}"
+
+step "T8. LSA k=150 и k=300 (в полной серии были 50/100/200)"
+run "${PYTHON}" -m stylometry.cli run \
+    --config configs/tune_lsa_k150.toml \
+    --preset "${PRESET}" --model logreg \
+    --repeats "${REPEATS}" --seed "${SEED}"
+run "${PYTHON}" -m stylometry.cli run \
+    --config configs/tune_lsa_k300.toml \
+    --preset "${PRESET}" --model logreg \
+    --repeats "${REPEATS}" --seed "${SEED}"
+run "${PYTHON}" -m stylometry.cli lsa-sweep \
+    --variants word,content,fw,char,pos \
+    --components 150,300 \
+    --model logreg --repeats 1 --seed "${SEED}"
+
+step "T9. Случайный лес: глубина и лист"
+for depth in 10 20 30; do
+    for leaf in 2 3 5; do
+        run "${PYTHON}" -m stylometry.cli run \
+            --preset "${PRESET}" --model random_forest \
+            --repeats "${REPEATS}" --seed "${SEED}" \
+            --model-params "{\"max_depth\": ${depth}, \"min_samples_leaf\": ${leaf}}"
+    done
+done
+run "${PYTHON}" -m stylometry.cli run \
+    --preset "${PRESET}" --model random_forest \
+    --repeats "${REPEATS}" --seed "${SEED}" \
+    --model-params '{"max_depth": 20, "min_samples_leaf": 3, "max_features": 0.1}'
+
+step "T10. Extra trees (не было в benchmark полной серии)"
+run "${PYTHON}" -m stylometry.cli run \
+    --preset "${PRESET}" --model extra_trees \
+    --repeats "${REPEATS}" --seed "${SEED}" \
+    --model-params '{"max_depth": 20, "min_samples_leaf": 3}'
+
+step "T11. Дельта: 50 и 1000 MFW (100/200/500 уже в полной серии)"
+run "${PYTHON}" -m stylometry.cli delta \
+    --features 50,1000 --metrics manhattan,cosine \
+    --repeats 2 --seed "${SEED}"
+
+step "Готово"
+echo "Конец тюнинга: $(date)"
+echo "Лог: ${LOG_FILE}"
+echo
+echo "Сравнить два каталога:"
+echo "  python -m stylometry.cli compare --run-a results/<A> --run-b results/<B>"