Какие плюсы и минусы у линейных моделей

Плюсы:

• Простота и интерпретируемость: коэффициенты показывают влияние признаков на целевую переменную.
• Быстрое обучение и предсказание, даже на больших данных.
• Хорошо работают при линейной зависимости данных.
• Мало гиперпараметров, меньше риск переобучения.

Минусы:

• Плохо справляются с нелинейными зависимостями.
• Чувствительны к мультиколлинеарности и выбросам.
• Требуют масштабирования признаков для сравнения коэффициентов.

Пример с кодом (линейная регрессия):

from sklearn.linear_model import LinearRegression
model = LinearRegression()
model.fit(X_train, y_train)
print("Коэффициенты:", model.coef_)