IIS_2023_1/malkova_anastasia_lab_1/README.md

Лабораторная работа №1

Работа с типовыми наборами данных и различными моделями

Задание

Сгенерировать определённый тип данных, сравнить на нём разные модели и отобразить качество на графиках.

Данные: make_classification (n_samples=500, n_features=2, n_redundant=0, n_informative=2, random_state=rs, n_clusters_per_class=1) Модели:

• Линейную регрессию
• Персептрон
• Гребневую полиномиальную регрессию (со степенью 3, alpha= 1.0)

Как запустить лабораторную работу

1. Установить python, numpy, sklearn, matplotlib
2. Запустить команду python main.py в корне проекта

Использованные технологии

• Язык программирования python
• Библиотеки numpy, sklearn, matplotlib
• Среда разработки PyCharm

Что делает программа?

Генерирует набор данных для классификации с помощью make_classification. Обучает на них 3 модели:

• Линейную регрессию
• Персептрон
• Гребневую полиномиальную регрессию (со степенью 3, alpha = 1.0)

Собирает итоговые оценки моделей:

• Линейная регрессия - коэффициент детерминации R2
• Персептрон - средняя точность по заданным тестовым данным
• Гребневая полиномиальная регрессия - Перекрёстная проверка

Лучший результат показала модель персептрона