Исследуются традиционные линейные методы прогнозирования. Обнаружена устойчивая зависимость соотношения ошибки обучения и ошибки обобщения методов от соотношения количества объектов и числа признаков выборки. Тестирование осуществлялось на искусственных и реальных выборках.
Traditional linear prediction methods were researched. Persistent dependence between the ratio of training error to generalization error and the ratio of objects count to features count of the dataset was found. The testing was produced with artificial and real datasets.