diff --git a/lab_7/Lab7.ipynb b/lab_7/Lab7.ipynb
index 36a7f5a..bde5b1c 100644
--- a/lab_7/Lab7.ipynb
+++ b/lab_7/Lab7.ipynb
@@ -9,7 +9,7 @@
   },
   {
    "cell_type": "code",
-   "execution_count": 35,
+   "execution_count": 70,
    "metadata": {},
    "outputs": [],
    "source": [
@@ -20,7 +20,7 @@
   },
   {
    "cell_type": "code",
-   "execution_count": 36,
+   "execution_count": 71,
    "metadata": {},
    "outputs": [],
    "source": [
@@ -47,7 +47,7 @@
   },
   {
    "cell_type": "code",
-   "execution_count": 37,
+   "execution_count": 72,
    "metadata": {},
    "outputs": [],
    "source": [
@@ -83,7 +83,7 @@
   },
   {
    "cell_type": "code",
-   "execution_count": 38,
+   "execution_count": 73,
    "metadata": {},
    "outputs": [
     {
@@ -218,7 +218,7 @@
   },
   {
    "cell_type": "code",
-   "execution_count": 45,
+   "execution_count": 74,
    "metadata": {},
    "outputs": [
     {
@@ -272,7 +272,7 @@
         }
        ],
        "conversionMethod": "pd.DataFrame",
-       "ref": "5922a94b-2599-4b50-a82a-b7ba0c907a61",
+       "ref": "6df9d4d6-0a40-404e-b085-39cbd7b0c963",
        "rows": [
         [
          "15251",
@@ -335,7 +335,7 @@
          "450",
          "17.99",
          "92",
-         "88.79909989039582"
+         "89.20378747679185"
         ],
         [
          "14595",
@@ -447,7 +447,7 @@
          "28",
          "17.99",
          "96",
-         "89.30806692369116"
+         "89.60745365568543"
         ],
         [
          "11451",
@@ -461,7 +461,7 @@
          "50",
          "19.99",
          "68",
-         "85.46326054861929"
+         "86.68910788534616"
         ],
         [
          "16976",
@@ -566,7 +566,7 @@
          "696",
          "19.99",
          "86",
-         "84.47340305190548"
+         "86.10011067019401"
         ],
         [
          "37115",
@@ -601,7 +601,7 @@
          "1084",
          "19.99",
          "84",
-         "83.92495287088245"
+         "85.49351318658027"
         ],
         [
          "12818",
@@ -717,7 +717,7 @@
        "      <td>4598</td>\n",
        "      <td>59.99</td>\n",
        "      <td>92</td>\n",
-       "      <td>28.455605</td>\n",
+       "      <td>49.500000</td>\n",
        "    </tr>\n",
        "    <tr>\n",
        "      <th>27959</th>\n",
@@ -748,14 +748,14 @@
        "...             ...             ...             ...                  ...\n",
        "2652             55           14.99              74            90.615416\n",
        "30351            41            9.99              82            85.367169\n",
-       "1810           4598           59.99              92            28.455605\n",
+       "1810           4598           59.99              92            49.500000\n",
        "27959           115            2.99              73            74.155404\n",
        "2864             15            4.99              86            74.231120\n",
        "\n",
        "[10142 rows x 4 columns]"
       ]
      },
-     "execution_count": 45,
+     "execution_count": 74,
      "metadata": {},
      "output_type": "execute_result"
     }
@@ -777,9 +777,9 @@
     "rule2 = ctrl.Rule(reviews['many'] & price['medium'], pos['high']) #avg\n",
     "rule3 = ctrl.Rule(reviews['many'] & price['expensive'], pos['high']) \n",
     "\n",
-    "rule4 = ctrl.Rule(reviews['few'] & price['cheap'], pos['high']) #avg\n",
+    "rule4 = ctrl.Rule(reviews['few'] & price['cheap'], pos['high']) \n",
     "rule5 = ctrl.Rule(reviews['few'] & price['medium'], pos['higher']) #avg\n",
-    "rule6 = ctrl.Rule(reviews['few'] & price['expensive'], pos['low'])\n",
+    "rule6 = ctrl.Rule(reviews['few'] & price['expensive'], pos['average']) #low\n",
     "\n",
     "rule7 = ctrl.Rule(reviews['avg'] & price['cheap'], pos['average'])\n",
     "rule8 = ctrl.Rule(reviews['avg'] & price['medium'], pos['high'])\n",
@@ -800,13 +800,11 @@
     "\n",
     "fuzzy_sys = ctrl.ControlSystemSimulation(ctrl.ControlSystem(fuzzy_rules))\n",
     "\n",
-    "#ТУТ ПОМЕНЯТЬ НАЗВАНИЯ СТОЛБЦОВ И НЕЧЁТКИХ ПЕРЕМЕННЫХ НА СВОИ\n",
+    "\n",
     "def fuzzy_pred(row):\n",
-    "    # al - нечёт. пер. ; al2o3 - столбец датасета\n",
     "    fuzzy_sys.input[\"reviews\"] = row[\"user_reviews\"]\n",
     "    fuzzy_sys.input[\"price\"] = row[\"price_original\"]\n",
     "    fuzzy_sys.compute()\n",
-    "    # return fuzzy_sys.output[\"positive_ratio\"]\n",
     "    return fuzzy_sys.output[\"pos\"]\n",
     "\n",
     "from sklearn.model_selection import train_test_split\n",
@@ -829,15 +827,15 @@
   },
   {
    "cell_type": "code",
-   "execution_count": 46,
+   "execution_count": 75,
    "metadata": {},
    "outputs": [
     {
      "name": "stdout",
      "output_type": "stream",
      "text": [
-      "R^2 = -0.6240120497062605\n",
-      "RMSE = 23.36652781503876\n"
+      "R^2 = -0.29858167190494145\n",
+      "RMSE = 20.894606342915804\n"
      ]
     }
    ],
@@ -845,9 +843,9 @@
     "#Оценка\n",
     "import math\n",
     "from sklearn import metrics\n",
-    "print(f\"R^2 = {metrics.r2_score(result_test[\"positive_ratio\"], result_test[\"positive_ratio_pred\"])}\")\n",
+    "print(f\"R^2 = {metrics.r2_score(test[\"positive_ratio\"], result_test[\"positive_ratio_pred\"])}\")\n",
     "print(f\"RMSE = {math.sqrt(\n",
-    "    metrics.mean_squared_error(result_test[\"positive_ratio\"], result_test[\"positive_ratio_pred\"])\n",
+    "    metrics.mean_squared_error(test[\"positive_ratio\"], result_test[\"positive_ratio_pred\"])\n",
     ")}\")"
    ]
   },
@@ -857,7 +855,7 @@
    "source": [
     "Оценки показали, что построенная нечёткая система плохо справляется с предсказанием соотношения положительных отзывов к негативным. \n",
     "\n",
-    "Средняя квадратичная ошибка составляет почти 25%, что является большой ошибкой для диапазона от 0 до 100. \n",
+    "Средняя квадратичная ошибка составляет примерно 20%, что является достаточно большой ошибкой для диапазона от 0 до 100. \n",
     "\n",
     "Коэффициент детерминации получился отрицательным. Это означает, что система работает хуже, чем простое предсказание средним значением. Это говорит о том, что гипотезы о зависимости положительности отзывов от цены игры и количества отзывов, проявляемые в виде базы нечётких правил, неправильно отражают действительность. \n",
     "\n",