IIS_2023_1/istyukov_timofey_lab1

Лабораторная работа №1. Работа с типовыми наборами данных и различными моделями

12 вариант

---

Задание:

Используя код из пункта «Регуляризация и сеть прямого распространения», сгенерируйте определенный тип данных и сравните на нем 3 модели (по варианту). Постройте графики, отобразите качество моделей, объясните полученные результаты.

Данные по варианту:

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

Модели по варианту:

• Линейная регрессия
• Персептрон
• Гребневая полиномиальная регрессия (со степенью 4, alpha = 1.0)

---

Запуск

• Запустить файл lab1.py

Используемые технологии

• Язык программирования Python
• Среда разработки PyCharm
• Библиотеки:
  • numpy
  • sklearn
  • matplotlib

Описание программы

Программа генерирует набор данных с помощью функции make_classification() с заданными по варианту параметрами. После этого происходит вывод в консоль качества данных моделей по варианту и построение графикиков для этих моделей.

Оценка точности происходит при помощи встроенного в модели метода метода .score(), который вычисляет правильность модели для набора данных.

---

Пример работы

===> Линейная регрессия <===
Оценка точности:  0.4513003751817972

---

===> Персептрон <===
Оценка точности:  0.7591836734693878

---

===> Гребневая полиномиальная регрессия <===
Оценка точности:  0.5312017992195672

Вывод

Согласно выводу в консоль оценок точности, лучший результат показала модель персептрона