Skip to content

About

Микросервис для бинарной классификации текстовых сообщений (Spam / Ham). За основу взята комбинация TF-IDF + Logistic Regression, FAST API, Streamlit, Docker

Resources

Stars

0 stars

Watchers

0 watching

Forks

Latest commit

 

History

3 Commits

Folders and files

Repository files navigation

🛡️ End-to-End Spam Detection Microservice

Микросервис для бинарной классификации текстовых сообщений (Spam / Ham), обученный на ruSpamModels/russian-spam-detection. За основу взята комбинация TF-IDF + Logistic Regression

  • Precision: 0.98
  • Recall: 0.82
  • F1-score: 0.9

Результаты экспериментов

Модель Precision Recall F1-Score FP FN
Multinomial Naive Bayes (Baseline) 0.9612 0.8594 0.91 2 407 9 760
Logistic Regression 0.9671 0.8976 0.93 2 121 7 107

Анализ влияния порога уверенности (Logistic Regression)

Порог Precision Recall FP FN
0.50 (Default) 96.71% 89.76% 2 121 7 107
0.70 98.11% 86.62% 1 157 9 290
0.85 98.88% 82.52% 647 12 131
0.90 99.18% 79.97% 457 13 902

Быстрый запуск

Запуск через Docker Compose

docker compose up --build

About

Микросервис для бинарной классификации текстовых сообщений (Spam / Ham). За основу взята комбинация TF-IDF + Logistic Regression, FAST API, Streamlit, Docker

Resources

Stars

0 stars

Watchers

0 watching

Forks

Releases

Packages

Contributors

Languages