2023-11-26 21:16:47 +04:00
|
|
|
|
#### Кондрашин Михаил ПИбд-41
|
|
|
|
|
|
|
|
|
|
|
|
## Лабораторная работа 4. Кластеризация
|
|
|
|
|
|
|
|
|
|
|
|
### Запуск лабораторной работы:
|
|
|
|
|
|
|
|
|
|
|
|
* установить `python`, `numpy`, `matplotlib`, `sklearn`
|
|
|
|
|
|
* запустить проект (стартовая точка класс `main.py`)
|
|
|
|
|
|
|
|
|
|
|
|
### Используемые технологии:
|
|
|
|
|
|
|
|
|
|
|
|
* Язык программирования `Python`,
|
|
|
|
|
|
* Библиотеки `numpy`, `matplotlib`, `sklearn`
|
|
|
|
|
|
* Среда разработки `IntelliJ IDEA` (В версии "Ultimate edition" можно писать на python)
|
|
|
|
|
|
|
|
|
|
|
|
### Описание решения:
|
|
|
|
|
|
|
|
|
|
|
|
* Используемы алгоритм кластеризации - k-mean
|
|
|
|
|
|
* Попарно производит кластеризацию скорости ветра по различным метрикам, напрямую на неё влияющих.
|
|
|
|
|
|
* Входные данные
|
|
|
|
|
|
* Влияющие признаки:
|
|
|
|
|
|
* D1 (угол, с которого дует ветер на самом высоком датчике мачты ветростанции)
|
|
|
|
|
|
* TI1 (показатель турбуленции на самом высоком датчике мачты ветростанции)
|
|
|
|
|
|
* T (температура воздуха)
|
|
|
|
|
|
* RH (относительная влажность)
|
2023-11-26 22:54:55 +04:00
|
|
|
|
* P (атмосферное давление)
|
2023-11-26 21:16:47 +04:00
|
|
|
|
* Кластеризуемый признак - V1 (Скорость ветра на самом высоком датчике мачты ветростанции)
|
|
|
|
|
|
* Файл WindData.csv
|
|
|
|
|
|
|
|
|
|
|
|
### Выводы
|
|
|
|
|
|
|
|
|
|
|
|
Представлены кластеризации по 4 группам, представляющих собой кластеризацию по группам городов,
|
|
|
|
|
|
которым характерны конкретно текущие влияющие признаки. В целом k-means подходит к такому набору данных
|
|
|
|
|
|
|
|
|
|
|
|
### Результат:
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
