# 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

![plots screen](plots.jpg)

Лучший результат показала модель персептрона