# Лабораторная 1

## Задание
Сгенерируйте определенный тип данных и сравнить  на  нем  3  модели  (по  варианту 9). Построить графики, отобразить качество моделей, объяснить полученные результаты

## Данные

make_classification (n_samples=500, n_features=2, n_redundant=0, n_informative=2, random_state=rs, n_clusters_per_class=1)
- Модели:
- - Персептрон
- - Многослойный персептрон с 10-ю нейронами в скрытом слое (alpha = 0.01)
- - Многослойный персептрон со 100-а нейронами в скрытом слое (alpha =0.01)

## Описание Программы


### Используемые библиотеки
- scikit-learn
- numpy
- matplotlib

### Шаги программы

1. **Генерация данных:**
   - Используется функция `make_classification` из библиотеки scikit-learn.
   - Создаются два признака, и данные разделяются на два класса.
   - Используется 500 сэмплов.

2. **Разделение данных:**
   - Данные разделяются на обучающий и тестовый наборы с использованием `train_test_split` из scikit-learn.
   - Размер тестового набора установлен в 20% от общего размера.

3. **Создание моделей:**
   - Три модели создаются с использованием библиотеки scikit-learn:
     - Персептрон
     - Многослойный персептрон с 10 нейронами в скрытом слое
     - Многослойный персептрон с 100 нейронами в скрытом слое

4. **Обучение и Оценка:**
   - Каждая модель обучается на обучающем наборе данных.
   - Производится оценка каждой модели на тестовом наборе с использованием метрики точности (`accuracy`).

5. **Визуализация данных и Границ Решения:**
   - Для каждой модели строится график, на котором отображаются точки тестового набора и граница решения модели.
   - Каждый график снабжен названием, указывающим на модель и ее точность.

### Запуск программы
- Склонировать или скачать код `main.py`.
- Запустите файл в среде, поддерживающей выполнение Python.

### Результаты
- Можно проанализировать точность на графиках и понять,
что самая точная из 3 моделей оказалась Многослойный персептрон со 100-а нейронами в скрытом слое.
- Многослойный персептрон со 100-а нейронами: 0.96
- Многослойный персептрон с 10-ю нейронами: 0.90
- Персептрон: 0.86