Merge pull request 'simonov_nikita_lab5' (#214) from simonov_nikita_lab_5 into main

Reviewed-on: http://student.git.athene.tech/Alexey/IIS_2023_1/pulls/214

simonov_nikita_lab_5/lab5.py

@@ -0,0 +1,63 @@
+import pandas as pd
+from sklearn.linear_model import LinearRegression
+from sklearn.model_selection import train_test_split
+from sklearn.metrics import r2_score, mean_squared_error
+import matplotlib.pyplot as plt
+import numpy as np
+import math
+from sklearn.impute import SimpleImputer
+
+# Загрузка данных
+df = pd.read_csv('train_bikes.csv').dropna()
+
+# Определение признаков (X) и целевой переменной (y)
+X = df[['humidity', 'windspeed']]
+y = df['count']
+
+# Обработка пропущенных значений с использованием SimpleImputer
+imputer = SimpleImputer(strategy='mean')
+X = imputer.fit_transform(X)
+
+# Разделение данных на обучающий, валидационный и тестовый наборы
+X_train, X_temp, y_train, y_temp = train_test_split(X, y, test_size=0.4, random_state=0)
+X_val, X_test, y_val, y_test = train_test_split(X_temp, y_temp, test_size=0.5, random_state=0)
+
+# Создание и обучение модели линейной регрессии
+linear_model = LinearRegression()
+linear_model.fit(X_train, y_train)
+
+# Вывод коэффициентов и пересечения
+print(f'Коэффициенты линейной регрессии: {linear_model.coef_}')
+print(f'Пересечение линейной регрессии: {linear_model.intercept_}')
+
+# Предсказание значений на тестовом наборе
+y_pred = linear_model.predict(X_test)
+
+# Оценка модели
+train_score = linear_model.score(X_train, y_train)
+val_score = linear_model.score(X_val, y_val)
+test_score = linear_model.score(X_test, y_test)
+
+print(f'R^2 на обучающем наборе: {train_score}')
+print(f'R^2 на валидационном наборе: {val_score}')
+print(f'R^2 на тестовом наборе: {test_score}')
+
+# Оценка качества предсказаний
+MSE = mean_squared_error(y_test, y_pred)
+RMSE = math.sqrt(MSE)
+print(f'Среднеквадратичная ошибка: {MSE}')
+print(f'Корень из среднеквадратичной ошибки: {RMSE}')
+
+# Применение стиля графика
+plt.style.use(['dark_background'])
+
+# Визуализация предсказаний
+plt.figure(figsize=(8, 6), dpi=80)
+plt.scatter(y_test, y_pred, alpha=0.2, color='red')
+m, b = np.polyfit(y_test, y_pred, 1)
+plt.plot(y_test, m * y_test + b, color='yellow')
+plt.xlabel('Фактическое значение (тестовый набор)', fontsize=14)
+plt.ylabel('Предсказанное значение (тестовый набор)', fontsize=14)
+plt.title('Линейная регрессия: предсказанные и фактические значения (тестовый набор)', fontsize=16)
+plt.grid(linewidth=0.5)
+plt.show()

simonov_nikita_lab_5/readme.md

@@ -0,0 +1,134 @@
+# Лабораторная работа №5 Вариант 25.
+
+## Задание
+
+Общее задание: Использовать линейную регрессию, самостоятельно сформулировав задачу.
+
+Задача регрессии: Как влажность (Humidity) и скорость ветра (windspeed) влияют на количество арендованных велосипедов?
+
+Ссылка на набор даных: [kaggle-bike-sharing-system](https://www.kaggle.com/datasets/itssuru/bike-sharing-system-washington-dc/?select=train_bikes.csv)
+
+## Содержание
+- [Лабораторная работа №5 Вариант 25.](#лабораторная-работа-5-вариант-25)
+  - [Задание](#задание)
+  - [Содержание](#содержание)
+  - [Введение](#введение)
+  - [Зависимости](#зависимости)
+  - [Запуск приложения](#запуск-приложения)
+  - [Описание кода](#описание-кода)
+  - [Заключение](#заключение)
+    - [Оценка работы моделей](#оценка-работы-моделей)
+    - [На основе анализа можно сделать следующие выводы:](#на-основе-анализа-можно-сделать-следующие-выводы)
+    - [Общий вывод](#общий-вывод)
+
+## Введение
+
+Данный код демонстрирует, использование линейной регрессии для анализа влияния влажности (humidity) и скорости ветра (windspeed) на количество арендованных велосипедов.
+
+## Зависимости
+
+Для работы этого приложения необходимы следующие библиотеки Python:
+
+- pandas
+- scikit-learn
+- NumPy
+- Matplotlib
+
+Вы можете установить их с помощью pip:
+
+```bash
+pip install numpy scikit-learn pandas matplotlib
+```
+
+## Запуск приложения
+
+Чтобы запустить эту программу, выполните следующую команду:
+
+```bash
+python lab5.py
+```
+Откроется визуализация данных и в консоль выведется резудьтат.
+
+## Описание кода
+
+- Используется библиотека `pandas` для чтения данных из файла `train_bikes.csv`, пропущенные значения удаляются из набора данных.
+
+- Выделяются признаки `humidity` и `windspeed` и целевая переменная `count`.
+  
+- Используется `SimpleImputer` для замены пропущенных значений средними значениями.
+
+- Данные разделяются на обучающий, валидационный и тестовый наборы с использованием `train_test_split`.
+
+```python
+X_train, X_temp, y_train, y_temp = train_test_split(X, y, test_size=0.4, random_state=0)
+X_val, X_test, y_val, y_test = train_test_split(X_temp, y_temp, test_size=0.5, random_state=0)
+```
+
+- Инициализируется и обучается модель линейной регрессии на обучающем наборе.
+
+```python
+linear_model = LinearRegression()
+linear_model.fit(X_train, y_train)
+```
+
+- Выводятся коэффициенты и пересечение линейной регрессии.
+
+```python
+print(f'Коэффициенты линейной регрессии: {linear_model.coef_}')
+print(f'Пересечение линейной регрессии: {linear_model.intercept_}')
+```
+
+- Модель применяется для предсказания значений на тестовом наборе.
+
+```python
+y_pred = linear_model.predict(X_test)
+```
+
+- Вычисляются R^2 на обучающем, валидационном и тестовом наборах. Вычисляется среднеквадратичная ошибка (MSE) и корень из среднеквадратичной ошибки (RMSE).
+
+```python
+train_score = linear_model.score(X_train, y_train)
+val_score = linear_model.score(X_val, y_val)
+test_score = linear_model.score(X_test, y_test)
+
+MSE = mean_squared_error(y_test, y_pred)
+RMSE = math.sqrt(MSE)
+```
+  
+- Визуализация предсказаний
+
+## Заключение
+
+### Оценка работы моделей
+
+```bash
+Коэффициенты линейной регрессии: [-2.89204789  0.09562289]
+Пересечение линейной регрессии: 368.16350038517544     
+R^2 на обучающем наборе: 0.09485704260674943
+R^2 на валидационном наборе: 0.11424344387927587       
+R^2 на тестовом наборе: 0.10376993874162632
+Среднеквадратичная ошибка: 28561.64598031308
+Корень из среднеквадратичной ошибки: 169.00191117355175
+```
+
+![](result.png)
+
+### На основе анализа можно сделать следующие выводы:
+
+1. Коэффициенты линейной регрессии:
+
+- Влажность (humidity): Отрицательный коэффициент говорит о том, что уменьшение количества арендованных велосипедов связано с увеличением влажности.
+- Скорость ветра (windspeed): Положительный коэффициент указывает на то, что увеличение количества арендованных велосипедов связано с увеличение скорости ветра. Однако, этот эффект малозначителен.
+
+1. Оценка модели:
+
+- R^2 (Коэффициент детерминации): Низкие значения R^2 (около 0.1) свидетельствуют о том, что выбранные признаки слабо объясняют изменение целевой переменной.
+- Среднеквадратичная ошибка (MSE): Высокое значение MSE (28561.65) указывает на значительное расхождение между фактическими и предсказанными значениями.
+
+3. Визуализация:
+
+- График предсказанных и фактических значений показывает, что модель не идеально подходит под данные. Разброс предсказаний велик.
+
+### Общий вывод
+
+Модель линейной регрессии, основанная на влажности и скорости ветра, демонстрирует невысокую объясняющую способность (низкие значения R^2) и высокую среднеквадратичную ошибку. Это может свидетельствовать о том, что выбранные признаки недостаточно хорошо описывают зависимость от целевой переменной (количества арендованных велосипедов). Возможно, для более точного предсказания следует рассмотреть другие признаки или использовать более сложные модели.