2.1 KiB
2.1 KiB
Надёжная регрессия
Теория перед выполнением
Перед началом прочитайте:
Цель
Сравнить linear, Huber и regularized regression при выбросах.
Что сделать
- Сформулировать ожидаемый результат до запуска эксперимента.
- Реализовать простой baseline.
- Реализовать основной метод самостоятельно настолько, насколько требует задание.
- Добавить автоматические проверки ключевых вычислений.
- Провести эксперимент, сохранить метрики и примеры ошибок.
- Заполнить отчёт по
common/REPORT_TEMPLATE.md.
Результат
Cross-validation, residual plots и анализ ошибок.
Решение разместите рядом в solution/. Не коммитьте большие данные,
веса или секреты.
Критерии приёмки
- Объяснено различие MAE и RMSE; test-set не использован для подбора.
- Код читаем, разбит на функции и запускается по инструкции.
- Выводы подтверждаются измерениями и не выходят за пределы эксперимента.
Вопросы для самопроверки
- Почему выбран именно этот метод и какой baseline он должен превзойти?
- Где здесь возможна утечка данных или некорректная оценка?
- Как изменится результат при других данных или ограничениях?
- Какую ошибку модели вы считаете наиболее важной и почему?