2.0 KiB
2.0 KiB
Кондрашин Михаил ПИбд-41
Лабораторная работа 1. Работа с типовыми наборами данных и различными моделями
Задание:
Данные: make_classification (n_samples=500, n_features=2, n_redundant=0, n_informative=2, random_state=rs, n_clusters_per_class=1)
Модели:
- Линейная регрессия
- Полиномиальная регрессия (со степенью 3)
- Гребневая полиномиальная регрессия (со степенью 4, alpha = 1.0)
Запуск лабораторной работы:
- установить
python,numpy,matplotlib,sklearn - запустить проект (стартовая точка класс
main.py)
Используемые технологии:
- Язык программирования
Python, - Библиотеки
numpy,matplotlib,sklearn - Среда разработки
IntelliJ IDEA(В версии "Ultimate edition" можно писать на python)
Описание решения:
- Программа генерирует данные с make_classification (n_samples=500, n_features=2, n_redundant=0, n_informative=2, random_state=rs, n_clusters_per_class=1)
- Сравнивает три типа моделей: линейная, полиномиальная, гребневая полиномиальная регрессии
- Выдает графики и оценки качества по коэффициенту детерминации для каждой модели
Результат:
- Результат расчета оценки качества:
По результатам оценки качества можно сказать, что полиномиальная регрессия показала наибольшую оценку