In diesem Projekt wurde ein lineares Regressionsmodell mit Bewertungen von Trustpilot trainiert, das auf verschiedenen Bewertungen unterschiedlichster Firmen basiert. Das erste Modell erreichte einen F1-Score von 63%, was noch Spielraum für Verbesserungen lässt.
Im nächsten Schritt beabsichtige ich, die Trainingsdaten besser auszubalancieren, um einen höheren F1-Score von mindestens 85% zu erreichen.
- Genauigkeit: 0.629371
| Klasse | Präzision | Recall | F1-Score | Unterstützung |
|---|---|---|---|---|
| 1 | 0.76 | 0.77 | 0.77 | 115 |
| 2 | 0.66 | 0.59 | 0.62 | 114 |
| 3 | 0.56 | 0.62 | 0.59 | 114 |
| 4 | 0.55 | 0.54 | 0.55 | 115 |
| 5 | 0.62 | 0.62 | 0.62 | 114 |
| Gesamtgenauigkeit | 0.63 | 572 | ||
| Durchschnitt (Macro) | 0.63 | 0.63 | 0.63 | 572 |
| Durchschnitt (Gewichtet) | 0.63 | 0.63 | 0.63 | 572 |
Durch das Zusammenlegen mehrerer Klassen konnte ich den F1-Score von 67% auf beeindruckende 86% steigern.
Durch den Austausch des ML-Modells erreiche ich sogar ganze 92%.
Genauigkeit: 0.868881 (Lineare Regressionsmodell)
| Klasse | Precision | Recall | F1-Score | Support |
|---|---|---|---|---|
| 0 | 0.84 | 0.96 | 0.90 | 343 |
| 2 | 0.93 | 0.73 | 0.82 | 229 |
| Accuracy | 0.87 | 572 | ||
| Macro Avg | 0.88 | 0.85 | 0.86 | 572 |
| Weighted Avg | 0.88 | 0.87 | 0.87 | 572 |