2023-10-15 11:48:51 +04:00
|
|
|
|
## Лабораторная работа №1
|
|
|
|
|
|
|
|
|
|
### Работа с типовыми наборами данных и различными моделями
|
|
|
|
|
|
|
|
|
|
## Выполнил студент группы ПИбд-41 Липатов Илья
|
|
|
|
|
|
|
|
|
|
### Как запустить лабораторную работу:
|
|
|
|
|
|
|
|
|
|
* установить python, numpy, matplotlib, sklearn
|
|
|
|
|
* запустить проект (стартовая точка класс lab1)
|
|
|
|
|
|
|
|
|
|
### Какие технологии использовались:
|
|
|
|
|
|
|
|
|
|
* Язык программирования `Python`, библиотеки numpy, matplotlib, sklearn
|
|
|
|
|
* Среда разработки `PyCharm`
|
|
|
|
|
|
|
|
|
|
### Что делает лабораторная работа:
|
|
|
|
|
|
|
|
|
|
* Генерирует набор данных типа с помощью make_circles(noise=0.2, factor=0.5, random_state=4)
|
|
|
|
|
* Сравнивает три типа моделей: линейную, полиномиальную (степень 4) и персептрон
|
|
|
|
|
|
|
|
|
|
### Примеры работы:
|
|
|
|
|
|
|
|
|
|
#### Результаты:
|
|
|
|
|
* Линейная регрессия, оценка качества: 0.0494206358498015
|
|
|
|
|
* Полиноминальная регрессия, оценка качества: 0.4480860719638978
|
|
|
|
|
* Персептрон, оценка качества: 0.52
|
|
|
|
|
|
|
|
|
|
#### Самый лучший результат показал персептрон - 0.52
|
|
|
|
|
|
|
|
|
|
#### График линейной, полиномиальной, персептрон:
|
|
|
|
|
|
|
|
|
|

|
|
|
|
|

|
|
|
|
|

|