IIS_2023_1/kondrashin_mikhail_lab_1

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