# Конфигурация по умолчанию для экспериментов.
# Все пути указаны относительно каталога lab1.

[data]
path = "data/dialogues.csv"
cache = "data/processed/tokenized.pkl"

[cv]
folds = 5
repeats = 5
seed = 42

[experiment]
# Основной набор: ручные признаки + символьные и частеречные n-граммы + LSA.
preset = "stylometry_pos_lsa"
model = "logreg"

[model_params]
# Параметры конкретного классификатора. Раскомментируйте нужные.
# Для logreg:
# C = 1.0
# class_weight = "balanced"
# Для linear_svc:
# C = 1.0
# Для random_forest / extra_trees:
# n_estimators = 400
# max_depth = 30
# min_samples_leaf = 1
# Для multinomial_nb:
# alpha = 1.0
# fit_prior = true
# Для knn:
# n_neighbors = 5
# weights = "distance"

[features]
# Эти параметры описаны в stylometry/pipelines.py и могут переопределяться
# программно. В командной строке удобнее выбирать готовый preset.
# Параметры, которые зависят от preset (например, lsa_variants и
# stylo_normalize), здесь не задаются, чтобы не переопределять preset.
char_ngram_range = [2, 5]
pos_ngram_range = [1, 3]
lsa_components = 100
min_df = 3
stylo_scaler = "standard"

[features.block_weights]
# Веса блоков в FeatureUnion. Пусто — равные веса.
# stylo = 1.0
# char = 0.5
# pos = 0.5
# lsa_word = 0.5
# lsa_pos = 0.5