45 lines
1.9 KiB
Markdown
45 lines
1.9 KiB
Markdown
|
# Лабораторная работа №1
|
|||
|
|
|
|||
|
|
> Работа с типовыми наборами данных и различными моделями
|
|||
|
|
|
|||
|
|
# Задание
|
|||
|
|
|
|||
|
|
Сгенерировать определённый тип данных, сравнить на нём разные модели и отобразить качество на графиках.
|
|||
|
|
|
|||
|
|
Данные: make_classification (n_samples=500, n_features=2, n_redundant=0, n_informative=2, random_state=rs, n_clusters_per_class=1)
|
|||
|
|
Модели:
|
|||
|
|
* Линейную регрессию
|
|||
|
|
* Персептрон
|
|||
|
|
* Гребневую полиномиальную регрессию (со степенью 3, alpha= 1.0)
|
|||
|
|
|
|||
|
|
### Как запустить лабораторную работу
|
|||
|
|
|
|||
|
|
1. Установить python, numpy, sklearn, matplotlib
|
|||
|
|
2. Запустить команду `python main.py` в корне проекта
|
|||
|
|
|
|||
|
|
### Использованные технологии
|
|||
|
|
|
|||
|
|
* Язык программирования `python`
|
|||
|
|
* Библиотеки `numpy, sklearn, matplotlib`
|
|||
|
|
* Среда разработки `PyCharm`
|
|||
|
|
|
|||
|
|
### Что делает программа?
|
|||
|
|
|
|||
|
|
Генерирует набор данных для классификации с помощью make_classification.
|
|||
|
|
Обучает на них 3 модели:
|
|||
|
|
|
|||
|
|
- Линейную регрессию
|
|||
|
|
- Персептрон
|
|||
|
|
- Гребневую полиномиальную регрессию (со степенью 3, alpha = 1.0)
|
|||
|
|
|
|||
|
|
Собирает итоговые оценки моделей:
|
|||
|
|
|
|||
|
|
- Линейная регрессия - коэффициент детерминации R2
|
|||
|
|
- Персептрон - средняя точность по заданным тестовым данным
|
|||
|
|
- Гребневая полиномиальная регрессия - Перекрёстная проверка
|
|||
|
|
|
|||
|
|
|
|||
|
|
|
|||
|
|
Лучший результат показала модель персептрона
|
|||
|
|
|