lexxai / goit_python_ds_hw_04

Модуль 4. Класифікація та оцінка роботи моделі. Лінійна регресія: перенавчання та регуляризація

Geek Repo:Geek Repo

Github PK Tool:Github PK Tool

Модуль 4. Класифікація та оцінка роботи моделі. Лінійна регресія: перенавчання та регуляризація

Домашнє завдання

З циклу домашніх завдань Python Data Science.

На цей раз вам потрібно виконати завдання з цього ноутбука. Для вирішення запропонованих завдань вам також потрібно завантажити датасет з даними про оренду велосипедів.

Лінійна регресія: перенавчання та регуляризація

У цьому завданні ми на прикладах побачимо, як перенавчаються лінійні моделі, розберемо, чому так відбувається, і з'ясуємо, як діагностувати та контролювати перенавчання.

У всіх комірках, де написаний коментар з інструкціями, потрібно написати код, що виконує ці інструкції. Решту клітинок із кодом (без коментарів) потрібно просто виконати. Крім того, у завданні потрібно відповідати на запитання; відповіді потрібно вписувати після виділеного слова "Відповідь:".

Ми працюватимемо з датасетом "bikes_rent.csv", у якому по днях записано календарну інформацію та погодні умови, що характеризують автоматизовані пункти прокату велосипедів, а також кількість прокатів у цей день. Останнє ми будемо передбачати; таким чином, ми будемо розв'язувати задачу регресії.

...

Результати:

About

Модуль 4. Класифікація та оцінка роботи моделі. Лінійна регресія: перенавчання та регуляризація

License:MIT License


Languages

Language:Jupyter Notebook 100.0%