Files
NLP/lab1/scripts/run_core_experiments.sh

32 lines
1.6 KiB
Bash
Executable File

#!/usr/bin/env bash
# Базовая серия экспериментов. Запускать из каталога lab1.
# Для финального отчёта увеличьте --repeats до 5.
set -euo pipefail
python -m stylometry.cli audit
python -m stylometry.cli features
# E1: нижние границы
python -m stylometry.cli run --preset length --model dummy --repeats 1
python -m stylometry.cli run --preset length --model logreg --repeats 3
python -m stylometry.cli run --preset char --model multinomial_nb --repeats 3
python -m stylometry.cli run --preset pos --model multinomial_nb --repeats 3
python -m stylometry.cli run --preset fw --model logreg --repeats 3
# E2-E4: ручные признаки, POS и объединение
python -m stylometry.cli run --preset stylometry --model logreg --repeats 3
python -m stylometry.cli run --preset stylometry_pos --model logreg --repeats 3
python -m stylometry.cli run --preset stylometry_pos_lsa --model logreg --repeats 3
python -m stylometry.cli ablate --preset stylometry_pos_lsa --model logreg --repeats 2
# E5-E6: LSA и классификаторы
python -m stylometry.cli lsa-sweep --variants word,pos,char --components 50,100,200 --model logreg --repeats 1
python -m stylometry.cli benchmark --preset stylometry_pos_lsa \
--models logreg,linear_svc,random_forest,multinomial_nb,knn --repeats 2
# E11-E13: дельта, верификация, кластеризация
python -m stylometry.cli delta --features 100,200,500 --metrics manhattan,cosine --repeats 2
python -m stylometry.cli verify --preset stylometry_pos_lsa
python -m stylometry.cli cluster --preset stylometry_pos_lsa