1.8 KiB
1.8 KiB
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
