Машинное обучение в PascalABC.NET: логистическая регрессия

Продолжаем серию практических постов по ML-библиотеке в PascalABC.NET.
В этом посте — первый полный пример: обучение и применение модели.

Разберём пример на классическом датасете Iris 🌸

uses MLABC;

begin
  var ds := Datasets.Iris;
  var df := ds.Data;

  var X := df.ToMatrix(ds.Features);
  var y := df.EncodeLabels(ds.Target);

  var (Xtrain, Xtest, ytrain, ytest) :=
    Validation.TrainTestSplit(X, y, 0.2, 1);

  var model := new LogisticRegression;

  model.Fit(Xtrain, ytrain);

  var pred := model.Predict(Xtest);

  Println('Accuracy:', Metrics.Accuracy(ytest, pred):0:3);
end.

🔍 Что здесь происходит

1. Загрузка данных
▪️ Datasets.Iris — встроенный датасет
▪️ df — табличное представление (DataFrame)

2. Подготовка признаков
▪️ ToMatrix → преобразование в Matrix (числовое ядро)
▪️ EncodeLabels → кодирование классов в Vector<int>

3. Разбиение
▪️ TrainTestSplit → контроль воспроизводимости через seed

4. Модель
▪️ LogisticRegression
▫️ мультиклассовая (softmax)
▫️ работает через Matrix/Vector
▫️ типобезопасная реализация

5. Обучение и предсказание
▪️ Fit → обучение
▪️ Predict → классы

6. Метрика
▪️ Metrics.Accuracy → базовая проверка качества

💡 Важно
Это не “обёртка над Python”, а нативная ML-библиотека на PascalABC.NET:

▪️ все шаги явно прописаны в коде (нет скрытых преобразований)
▪️ данные и модели имеют строгие типы (Matrix, Vector<int>)
▪️ результат полностью воспроизводим (за счёт фиксированного seed)

Гистограмма распределения цен

uses MLABC, PlotML;

begin
  var ds := Datasets.MoscowHousing;
  var df := ds.Data;

  var price := df.ToVector(ds.Target);

  Plot.Hist(price, bins := 40);
  Plot.Title := 'Распределение цен на квартиры в Москве';
  Plot.XLabel('Цена (руб)');
  Plot.YLabel('Количество');
end.

Гистограмма показывает, как часто встречаются значения из набора данных.

В данном случае:

• по оси X — цена квартиры
• по оси Y — количество квартир с такой ценой

Каждый столбец (bin) — это интервал цен.

По гистограмме можно:

• понять, в каком диапазоне находится большинство значений
• увидеть редкие значения (очень дешёвые или очень дорогие квартиры)
• оценить форму распределения (например, симметричное или с «длинным хвостом» вправо)

Это базовый инструмент анализа данных перед построением моделей.

#MLABC

🌳 Рекурсия на примере идеально сбалансированного дерева

type
  Node<T> = auto class
  public
    Value: T;
    Left, Right: Node<T>;
  end;

function RandomTree(n: integer): Node<integer>;
begin
  if n = 0 then
    Result := nil
  else
    Result := new Node<integer>(
      Random(100),
      RandomTree((n - 1) div 2),
      RandomTree(n - 1 - (n - 1) div 2)
    );
end;

procedure Infix<T>(r: Node<T>; act: Action<T>);
begin
  if r = nil then exit;
  Infix(r.Left, act);
  act(r.Value);
  Infix(r.Right, act);
end;

begin
  var root := RandomTree(10);
  Infix(root, x -> Print(x));
end.

💡 Что здесь происходит

1. Идеально сбалансированное дерево
Функция RandomTree(n) строит дерево из n узлов так, чтобы:

* левое поддерево получает (n - 1) div 2 узлов
* правое — остальные

Разница размеров поддеревьев не больше 1 ⇒ дерево максимально «ровное» по высоте.

2. Рекурсия

* База: n = 0 → nil
* Шаг: создаём узел и рекурсивно строим левое и правое поддеревья

То же самое в обходе:

* если узел пустой — выходим
* иначе обходим левое поддерево → текущий узел → правое

3. Инфиксный обход (LNR)
Порядок:
👉 Left → Node → Right

Это означает:

* сначала все элементы слева
* затем текущий
* затем справа

#pascalabc #рекурсия #деревья

🔍 Поиск выхода из лабиринта (DFS + backtracking)

Классическая задача: есть лабиринт → нужно найти путь от старта к выходу.

Решение — через DFS с откатом (backtracking):

* идём в глубину
* помечаем посещённые вершины
* если зашли в тупик — откатываемся назад

function FindPath(graph: List<List<integer>>; visited: array of boolean;
  path: List<integer>; v, finish: integer): boolean;
begin
  path.Add(v);
  visited[v] := True;
  
  if v = finish then
    exit(True);
  
  foreach var toV in graph[v] do
    if not visited[toV] then
      if FindPath(graph, visited, path, toV, finish) then
        exit(True);
  
  path.RemoveAt(path.Count - 1);
  Result := False;
end;

begin
  // 3x3 лабиринт (граф)
  var graph := Lst(
    Lst(1,3),
    Lst(0,2,4),
    Lst(1,5),
    Lst(0,4,6),
    Lst(1,3,5),
    Lst(2,4,8),
    Lst(3,7),
    Lst(6,8),
    Lst(5,7)
  );

  var n := graph.Count;
  
  var visited := n *[False];   
  var path := new List<integer>;

  if FindPath(graph, visited, path, 0, 8) then
    Println(path.JoinToString(' -> '))
  else
    Println('No path');
end.

💡 Что важно:

* path.RemoveAt(...) — ключевой шаг отката
* Lst(...) удобно задаёт граф декларативно

📌 Такой код — отличный мост:
школьные задачи → графы → алгоритмы поиска → основы AI/ML

Scan в PascalABC.NET — строим путь по шагам

Одна из самых недооценённых функций в работе с последовательностями — это Scan.

Она позволяет не просто «посчитать итог», а увидеть, как меняется состояние на каждом шаге.

📌 Пример — строим путь по последовательности шагов:

begin
  var steps := Seq((1,0),(0,1),(1,0),(0,-1),(0,-1),(-1,0),(0,1),(0,1));

  steps.Scan((p, step) -> (p[0] + step[0], p[1] + step[1])).Print
end.

📊 Что происходит:

(1,0) → старт
затем добавляем каждый следующий шаг
получаем всю траекторию движения

👉 Результат — последовательность координат:

(1,0) (1,1) (2,1) (2,0) (2,-1) (1,-1) (1,0) (1,1)

Новый метод последовательностей DistinctAdjacent

В стандартной библиотеке последовательностей появился новый метод: DistinctAdjacent.

Он удаляет только подряд идущие одинаковые элементы, в отличие от обычного Distinct, который убирает все повторы.

Пример с числами

begin
  Seq(1,1,2,2,2,3,1,1).DistinctAdjacent.Println
end.

Результат:

1 2 3 1

Пример со строкой

begin
  var s := 'aaabbbcca'.ToCharArray;
  s.DistinctAdjacent.Println
end.

Результат:

a b c a

Пример с логами

begin
  var logs := Seq('INFO','INFO','WARN','WARN','ERROR','INFO');
  logs.DistinctAdjacent.Println
end.

Результат:

INFO WARN ERROR INFO

Когда это полезно

* очистка логов от повторяющихся подряд сообщений
* сжатие последовательностей (run-length preprocessing)
* обработка сигналов и данных с “залипанием” значений

Метод работает за один проход и не требует дополнительной памяти под множество — только сравнение с предыдущим элементом.

#новое

Не надо слов, не надо паники

(это мой последний день на Титанике 🚢)

В новой библиотеке ML для PascalABC.NET появился встроенный датасет TitanicRu — классическая задача бинарной классификации: предсказать, выжил пассажир или нет.

Причём поля датасета уже русифицированы:

● Возраст
● Пол
● Класс
● ЦенаБилета
● ПортПосадки
● Выжил

и т.д.

Ниже — полный пример ML pipeline:

● загрузка датасета,
● обработка пропусков,
● кодирование категориальных признаков,
● разделение train/test,
● нормализация,
● обучение моделей,
● сравнение качества.

uses MLABC;

begin
  var ds := Datasets.TitanicRu;
  var df := ds.Data.Drop(['Id', 'Имя']);

  // Заполняем пропуски
  var ageImputer := new Imputer(['Возраст']);
  df := ageImputer.FitTransform(df);

  var portImputer := new Imputer('Саутгемптон', ['ПортПосадки']);
  df := portImputer.FitTransform(df);

  // Кодируем категориальные признаки числами.
  var sexEncoder := new LabelEncoder('Пол');
  df := sexEncoder.FitTransform(df);

  var portEncoder := new LabelEncoder('ПортПосадки');
  df := portEncoder.FitTransform(df);

  var features := ['Класс', 'Пол', 'Возраст', 'БратьяИСупруги',
    'РодителиИДети', 'ЦенаБилета', 'ПортПосадки'];

  var X := df.ToMatrix(features);
  var y := df.GetIntColumn('Выжил');

  var (Xtrain, Xtest, ytrain, ytest) :=
    Validation.TrainTestSplit(X, y, testRatio := 0.2, seed := 42);

  var scaler := new StandardScaler;
  scaler.Fit(Xtrain);

  var XtrainScaled := scaler.Transform(Xtrain);
  var XtestScaled := scaler.Transform(Xtest);

  var lr := new LogisticRegression(
    learningRate := 0.01,
    epochs := 2000
  );

  lr.Fit(XtrainScaled, ytrain);
  var predLR := lr.Predict(XtestScaled);

  var tree := new DecisionTreeClassifier(
    maxDepth := 5,
    minSamplesLeaf := 3,
    minSamplesSplit := 6
  );

  tree.Fit(Xtrain, ytrain);
  var predTree := tree.Predict(Xtest);

  var forest := new RandomForestClassifier(
    nTrees := 100,
    maxDepth := 6,
    minSamplesLeaf := 3,
    minSamplesSplit := 6
  );

  forest.Fit(Xtrain, ytrain);
  var predForest := forest.Predict(Xtest);

  Println('Сравнение моделей на TitanicRu');

  Println($'LogisticRegression:      Accuracy = {Metrics.Accuracy(ytest, predLR):F3}');
  Println($'DecisionTreeClassifier: Accuracy = {Metrics.Accuracy(ytest, predTree):F3}');
  Println($'RandomForestClassifier: Accuracy = {Metrics.Accuracy(ytest, predForest):F3}');
end.

Типичный результат:

LogisticRegression:    Accuracy = 0.787
DecisionTreeClassifier: Accuracy = 0.809
RandomForestClassifier: Accuracy = 0.831

Получается практически sklearn-style ML прямо в PascalABC.NET:

● Imputer
● LabelEncoder
● StandardScaler
● TrainTestSplit
● LogisticRegression
● DecisionTreeClassifier
● RandomForestClassifier
● Metrics.Accuracy

без внешних зависимостей и с полностью типизированным API.

#MLABC

Табличная предобработка: Imputer и OrdinalEncoder

Один из важных этапов работы с табличными данными — предобработка: заполнение пропусков, кодирование категориальных признаков, масштабирование числовых данных и другие преобразования.

Пример: сначала заполним пропуск в числовом столбце population средним значением, а затем закодируем категориальный столбец region числами.

uses MLABC;

begin
  var df := DataFrame.FromCsvText('''
city,population,region
Ростов-на-Дону,1142,Юг
Таганрог,NA,Юг
Воронеж,1058,Центр
Курск,452,Центр
Белгород,392,Центр
''');

  Println('Исходные данные:');
  df.Print;
  Println;

  // Заполняем пропуск в числовом столбце средним значением
  var imp := new Imputer(['population']);
  df := imp.FitTransform(df);

  // Кодируем названия регионов числами 0, 1, 2, ...
  var encoder := new OrdinalEncoder('region');
  df := encoder.FitTransform(df);

  Println('После Imputer и OrdinalEncoder:');
  df.Print;
end.

Вывод:

Исходные данные:
          city  population  region 
Ростов-на-Дону        1142      Юг 
      Таганрог          NA      Юг 
       Воронеж        1058   Центр 
         Курск         452   Центр 
      Белгород         392   Центр 

После Imputer и OrdinalEncoder:
          city  population  region 
Ростов-на-Дону     1142.00       0 
      Таганрог      761.00       0 
       Воронеж     1058.00       1 
         Курск      452.00       1 
      Белгород      392.00       1 



Imputer анализирует данные на этапе Fit и запоминает значение, которым нужно заменить пропуски. В данном примере для столбца population используется среднее значение.
OrdinalEncoder преобразует строковые категории в числовые коды: разные значения столбца region получают номера 0, 1, 2, ...

Такой подход реализует привычную для ML-библиотек схему Fit/Transform: сначала объект настраивается по данным, затем применяет преобразование к таблице.

#MLABC

Простой текстовый редактор в GraphWPF

uses GraphWPF;

var (x,y) := (0.0,0.0);

procedure KeyPress(c: char);
begin
  if c = ' ' then
    c := Chr($A0);
  TextOut(x,y,c);
  x += TextWidth(c);
end;

procedure KeyDown(k: Key);
begin
  case k of
    Key.Enter: begin
      x := 0;
      y += TextHeight('q');
    end;
    Key.Back: if x > 0 then
    begin
      x -= TextWidth('n');
      FillRectangle(x,y,TextWidth('n'),TextHeight('n'));
    end;
  end;
end;

begin
  Font.Size := 20;
  Font.Name := 'Consolas';
  OnKeyPress := KeyPress;
  OnKeyDown := KeyDown;
end.

Демонстрация событий клавиатуры в GraphWPF для создания игрушечного текстового редактора.

Можно набирать текст, стирать последний символ, используя BackSpace, и переходить на следующую строку

Олимпиада PascalABC.NET 2026

16 мая прошла олимпиада по программированию Мехмат - PascalABC.NET 2026

В ней приняло участие 49 школьников Ростова и области

Приводим задачу C1 и ее решение

begin
  var words := ReadString.ToWords;
  Print(words.GroupBy(w -> w.Order.JoinToString).Max(g -> g.Count));
end.

Конкатенация DataFrame-ов в MLABC

uses MLABC;

begin
  var df1 := DataFrame.FromCsvText('''
id,name,age
1,Ann,10
2,Bob,12
''');

  var df2 := DataFrame.FromCsvText('''
id,name,age
3,Cat,11
4,Dan,13
''');

  var df := DataFrame.Concat(df1, df2);
  df.Print;
end.

Результат

┌────┬──────┬─────┐
│ id │ name │ age │
├────┼──────┼─────┤
│ 1  │ Ann  │ 10  │
│ 2  │ Bob  │ 12  │
│ 3  │ Cat  │ 11  │
│ 4  │ Dan  │ 13  │
└────┴──────┴─────┘

DataFrame.Concat выполняет вертикальную конкатенацию датафреймов с обязательной проверкой схемы.

Проверяются:
- количество столбцов;
- имена столбцов;
- порядок столбцов;
- типы данных.

Если схемы несовместимы — будет сгенерировано исключение. Это защищает от случайного объединения несовместимых таблиц и делает работу с данными более предсказуемой и безопасной.

Всё как в pandas только лучше :)

7 июня на мехмате ЮФУ состоялось награждение победителей и призёров олимпиады PascalABC.NET 2026.

Поздравляем всех участников, победителей и призёров!

Для школьников 10–11 классов эта олимпиада имеет и практическое значение: победители и призёры, поступающие на мехмат ЮФУ, получат дополнительно 10 баллов к суммарному баллу ЕГЭ.

Отдельно отметим, что ряд задач был специально ориентирован на лаконичные решения на PascalABC.NET. Многие участники успешно воспользовались выразительными возможностями языка и показали, что короткая программа вполне может быть точной, понятной и эффективной.

Желаем ребятам дальнейших успехов в программировании и ждём новых участников в следующем году!

В DataFrameABC появился тип DateTime

В табличных данных часто встречаются столбцы с датами: дата регистрации, время создания заказа, момент события в логе и т.д.

Теперь в DataFrameABC для таких данных есть отдельный тип столбца:

ColumnType.ctDateTime

Это значит, что дату и время можно хранить не как строку, а как полноценное значение DateTime.

uses MLABC;

begin
  var text := '''
id,created_at,name
1,2024-01-15,Alice
2,2024-01-16 12:30:00,Bob
''';

  var schema := new Dictionary<string, ColumnType>;
  schema['created_at'] := ColumnType.ctDateTime;

  var df1 := CsvLoader.LoadFromLines(
    text.ToLines,
    schema := schema
  );

  Println('Явная схема:');
  df1.Print;
  Println(df1.DateTime('created_at')[0].Year);

  var df2 := CsvLoader.LoadFromLines(
    text.ToLines,
    inferTypes := True
  );

  Println;
  Println('Автоопределение:');
  df2.Print(dateTimeFormat := 'dd.MM.yy');
  Println(df2.GetColumnType('created_at'));
end.

В первом случае тип столбца задаётся явно через схему:

schema['created_at'] := ColumnType.ctDateTime;

После этого к значениям можно обращаться как к DateTime:

df1.DateTime('created_at')[0].Year

Во втором случае используется автоопределение типов:

inferTypes := True

CsvLoader сам распознаёт столбец created_at как дату и время.
При выводе можно задать формат отображения:

df2.Print(dateTimeFormat := 'dd.MM.yy');

Тип DateTime делает работу с временными данными в DataFrameABC более естественной: даты больше не нужно хранить как обычные строки, а значит, их можно корректно обрабатывать, форматировать и использовать дальше при подготовке данных для анализа и машинного обучения.

📌 ЕГЭ по информатике: задача №3 в новой версии PascalABC.NET

В преддверии ЕГЭ по информатике покажем, как можно решать задачу №3 из демо варианта с помощью новых возможностей PascalABC.NET.
Задача №3 обычно связана с поиском данных в таблицах: нужно объединить несколько листов, отфильтровать строки по условиям и посчитать итоговую величину.

В новой версии PascalABC.NET это можно сделать в стиле современных инструментов анализа данных — через DataFrame.

uses MLABC;

begin
  var movement := DataFrame.FromODS('DEMO_3.ods', 'Движение_товаров');
  var goods := DataFrame.FromODS('DEMO_3.ods', 'Товар');
  var shops := DataFrame.FromODS('DEMO_3.ods', 'Магазин');

  var d1 := new DateTime(2024, 10, 5);
  var d2 := new DateTime(2024, 10, 14);
  
  var df := movement
    .Join(goods, 'Артикул')
    .Join(shops, 'ID магазина');
    
  var answer :=
    df.Filter(r ->
        (r['Наименование товара'] = 'Варенец термостатный') and
        (r['Район'] = 'Нагорный') and
        (r['Тип операции'] = 'Продажа') and
        (r['Дата'] >= d1) and
        (r['Дата'] <= d2)
      )
      .Sum(r ->
        r['Количество упаковок, шт'] *
        r['Цена за упаковку']
      );
  
  Println(answer);
end.

Что здесь происходит:

1️⃣ Загружаем три таблицы из ODS-файла: движение товаров, список товаров и список магазинов.

2️⃣ Объединяем таблицы:

movement
  .Join(goods, 'Артикул')
  .Join(shops, 'ID магазина')

После этого в одной таблице оказываются и данные о продажах, и названия товаров, и районы магазинов.

3️⃣ Фильтруем только нужные строки:
товар — Варенец термостатный;
район — Нагорный;
операция — Продажа;
дата — с 5 по 14 октября 2024 года включительно.

4️⃣ Считаем итоговую сумму продаж:

Количество упаковок * Цена за упаковку

и суммируем по всем найденным строкам.

Такой код хорошо показывает, что PascalABC.NET развивается не только как учебный язык программирования, но и как удобная среда для работы с таблицами, данными и задачами анализа информации.

Задача №3 ЕГЭ становится не набором ручных действий в электронных таблицах, а понятной программой: загрузили данные, объединили таблицы, отфильтровали, посчитали ответ.

🚀 PascalABC.NET — современное программирование для реальных задач анализа данных.

Скачайте последнюю версию!