Alexey/IIS_2023_1
4
3
Fork 1
Code Issues Pull Requests 5 Packages Projects Releases Wiki Activity

iter4

Browse Source
This commit is contained in:
DmitriyAntonov 2023-09-23 21:01:09 +04:00
parent 8a288f0abf
commit 0b83c390f5
1 changed files with 8 additions and 2 deletions
Show Stats Download Patch File Download Diff File Expand all files Collapse all files

10
antonov_dmitry_lab_1/README.md
View File

@ -17,7 +17,7 @@ n_redundant=0, n_informative=2, random_state=rs, n_clusters_per_class=1)
<div> <div>
Качество каждой модели может быть оценено на основе среднеквадратичной ошибки (MSE). Качество каждой модели может быть оценено на основе среднеквадратичной ошибки (MSE).
Более низкий MSE указывает на лучшее соответствие данным. Более низкая MSE указывает на лучшее соответствие данным.
Однако выбор модели зависит от набора данных и лежащей в основе взаимосвязи между объектами и целевой переменной. Однако выбор модели зависит от набора данных и лежащей в основе взаимосвязи между объектами и целевой переменной.
Линейная регрессия: Линейная регрессия предполагает линейную зависимость между признаками и целевой переменной. Линейная регрессия: Линейная регрессия предполагает линейную зависимость между признаками и целевой переменной.
@ -84,4 +84,10 @@ n_redundant=0, n_informative=2, random_state=rs, n_clusters_per_class=1)
Полиномиальная (degree=3) MSE: 0.1045 Полиномиальная (degree=3) MSE: 0.1045
Гребневая (degree=3, alpha=1.0) MSE: 0.1078 Гребневая (degree=3, alpha=1.0) MSE: 0.1078
</div> </div>
</p> </p>
<div>
Итоговая модель подбирается учитывая зависимость в данных,
как правило полиномиальная регрессия справляется лучше, а коэф регуляризации в гребневой регрессии помогает избежать
переобучения.
</div>