Лабораторная работа №6 

Вариант №4

Задание на лабораторную:

Использовать нейронную сеть MLPRegressor для данных из курсовой работы, самостоятельно сформулировав задачу. Интерпретировать результаты и оценить, насколько хорошо она подходит для решения сформулированной вами задачи.

Как запустить лабораторную работу:

Чтобы увидеть работу программы, нужно запустить исполняемый питон файл senkin_alexander_lab_6.py, после чего будут результаты выведены в консоль и отрисован график, по этим данным можно сделать выводы.

Библиотеки:

Sklearn - библиотека с большим количеством алгоритмов машинного обучения.
Matplotlib - это библиотека для создания графиков и визуализации данных. Она используется для отображения данных на графиках.

Задача:

Было решено посмотреть, как зависит количество несчастных случаев(inj), от таких признаков как: магнитуда(mag) и фатальные исходы(fat)

Описание программы:

- Загружаем данные из csv файла.
- Разделяем данные на обучающее и тестовые.
- Задаем MLPRegressor и обучаем.
- Оцениваем качество модели на тестовой выборке.
- Предсказываем количество несчастных случаев.
- Вывод результаты в консоль и рисуем график:
- ![img_1.png](img_1.png)
- ![img.png](img.png)
- Анализируем и делаем выводы, что коэфициент детерминации хороший, что говорит о точности модели, также это можно увидеть по графику. Для эксперимента я взял одно из значений в своей таблице, где mag = 3, fat = 1 и inj = 14. Нейронная сеть выдала результат в 15.027.., что является неплохим результатом. Делаем вывод, что MLPRegressor - хорошо подходит для выбранных данных.