## Лабораторная работа №5

### Ранжирование признаков

## ПИбд-41 Абанин Даниил

### Как запустить лабораторную работу:

* установить python, pandas, matplotlib, sklearn
* запустить проект (стартовая точка lab4)

### Какие технологии использовались:

* Язык программирования `Python`, библиотеки pandas, matplotlib, sklearn
* Среда разработки `PyCharm`

### Что делает лабораторная работа:
Программа решает задачу регрессии, используя полиномиальную регрессию.
Цель - предсказать сумму займа (LoanAmount), используя имеющиеся признаки: ApplicantIncome - доход заявителя, Credit_History - статус соответствия кредитной истории стандартам банка,
Education - наличие образования, Married - заявитель женат/замужем (Да/Нет), Self_Employed - самозанятый (Да/Нет)

### Тест
Зелёные маркеры на графике - тестовые результаты
Красные маркеры на графике - предсказанные результаты

При небольшом объёме тестовых данных, алгоритм показывает неплохие результаты обучения

![Result](grade_1.png)

![Result](result_1.png)

Но при увеличении объёма данных, алгоритм теряет свою эффективность

![Result](grade_2.png)

![Result](result_2.png)

Вывод: На малых объёмах данных алгоритм показывает свою эффективность. Но при большем объём стоит использовать другие методы для данного набора информации