iter2

antonov_dmitry_lab_1/README.md

@@ -1,14 +1,64 @@
 # Лаб 1
+
 Работа с типовыми наборами данных и различными моделями
+
 # Вариант 3
+
 Данные: make_classification (n_samples=500, n_features=2,
 n_redundant=0, n_informative=2, random_state=rs, n_clusters_per_class=1)
+
 # Модели:
+
 1. Линейную регрессию
 1. Полиномиальную регрессию (со степенью 3)
 1. Гребневую полиномиальную регрессию (со степенью 3, alpha = 1.0)
-# Screenshots
+
+# Графики
 
 <p>
-  <img src="screens/Screenshot_2022-07-20-15-27-01.png" width="200" title="пример 1">
+    <div>Набор лун (moon_dataset)</div>
+    <img src="screens/myplot1.png" width="200" title="датасет 1">
+</p>
+<p>
+    <div>Графики регрессии</div>
+    <img src="screens/myplot2.png" width="200" title="линейная модель">
+    <img src="screens/myplot3.png" width="200" title="полиномиальная модель">
+    <img src="screens/myplot4.png" width="200" title="гребневая модель">
+    <div>
+        Линейная MSE: 0.0936
+        Полиномиальная (degree=3) MSE: 0.0674
+        Гребневая (degree=3, alpha=1.0) MSE: 0.0682
+    </div>
+</p>
+
+<p>
+    <div>Набор кругов (circles_dataset)</div>
+    <img src="screens/myplot5.png" width="200" title="датасет 2">
+</p>
+<p>
+  <div>Графики регрессии</div>
+    <img src="screens/myplot6.png" width="200" title="линейная модель">
+    <img src="screens/myplot7.png" width="200" title="полиномиальная модель">
+    <img src="screens/myplot8.png" width="200" title="гребневая модель">
+    <div>
+        Линейная MSE: 0.2684
+        Полиномиальная (degree=3) MSE: 0.1341
+        Гребневая (degree=3, alpha=1.0) MSE: 0.1312
+    </div>
+</p>
+
+<p>
+    <div>Набор линейный (linearly_dataset)</div>
+    <img src="screens/myplot9.png" width="200" title="датасет 3">
+</p>
+<p>
+    <div>Графики регрессии</div>
+    <img src="screens/myplot10.png" width="200" title="линейная модель">
+    <img src="screens/myplot11.png" width="200" title="полиномиальная модель">
+    <img src="screens/myplot12.png" width="200" title="гребневая модель">
+    <div>
+        Линейная MSE: 0.1101
+        Полиномиальная (degree=3) MSE: 0.1045
+        Гребневая (degree=3, alpha=1.0) MSE: 0.1078
+    </div>
 </p>

antonov_dmitry_lab_1/lab1.py

@@ -68,7 +68,7 @@ for ds_cnt, ds in enumerate(datasets):
 
     # График линейной модели
     plt.figure(figsize=(10, 6))
-    plt.scatter(X_test[:, 0], X_test[:, 1], c=linear_predictions, cmap='coolwarm')
+    plt.scatter(X_test[:, 0], linear_predictions, c=linear_predictions, cmap='coolwarm')
     plt.title('Линейная ds'+ str(ds_cnt))
     plt.xlabel('X')
     plt.ylabel('Y')
@@ -76,7 +76,7 @@ for ds_cnt, ds in enumerate(datasets):
 
     # График полиномиальной модели (degree=3)
     plt.figure(figsize=(10, 6))
-    plt.scatter(X_test[:, 0], X_test[:, 1], c=poly_predictions, cmap='coolwarm')
+    plt.scatter(X_test[:, 0], poly_predictions, c=poly_predictions, cmap='coolwarm')
     plt.title('Полиномиальная (degree=3) ds' + str(ds_cnt))
     plt.xlabel('X')
     plt.ylabel('Y')
@@ -84,7 +84,7 @@ for ds_cnt, ds in enumerate(datasets):
 
     # График гребневой модели (degree=3, alpha=1.0)
     plt.figure(figsize=(10, 6))
-    plt.scatter(X_test[:, 0], X_test[:, 1], c=poly_alpha_predictions, cmap='coolwarm')
+    plt.scatter(X_test[:, 0], poly_alpha_predictions, c=poly_alpha_predictions, cmap='coolwarm')
     plt.title('Гребневая (degree=3, alpha=1.0) ds' + str(ds_cnt))
     plt.xlabel('X')
     plt.ylabel('Y')