tepechin_kirill_lab_1/READMY.md

@@ -0,0 +1,35 @@
+## Лабораторная работа №1, ПИбд-42 Тепечин Кирилл, Вариант 26(5)
+
+### Задание
+#### Данные:
+make_circles (noise=0.2, factor=0.5, random_state=rs)
+#### Модели:
+* Линейная регрессия
+* Полиномиальная регрессия (со степенью 4)
+* Гребневая полиномиальная регрессия (со степенью 4, alpha = 1.0)
+### Как запустить лабораторную работу:
+
+Для запуска лабораторной работы необходимо запустить файл lab1.py
+
+### Используемые технологии:
+
+* Python 3.12
+* numpy
+* matplotlib
+* scikit-learn
+
+### Что делает лабораторная работа:
+
+Эта лабораторная работа создает и сравнивает различные модели регрессии для сгенерированного набора данных, оценивая их производительность на основе среднеквадратичной ошибки и визуализируя их предсказания на графиках.
+
+### Результат:
+* *Линейная регрессия*, среднеквадратичная ошибка: 0.29507570583195913
+* *Полиноминальная регрессия*, среднеквадратичная ошибка: 0.1803255642844966
+* *Гребневая полиномиальная регрессия*, среднеквадратичная ошибка: 0.17274375314846807
+
+### Вывод
+Самое маленькое значение mse у *Гребневая полиномиальная регрессия*
+
+### График 
+
+![График](plots.png)