# Лабораторная работа №5

## Регрессия

#### ПИбд-41 Арзамаскина Милана
#### Вариант №2

## Задание:

Использовать  регрессию по  варианту для  данных  из  таблицы  1  по варианту (таблица  10),
самостоятельно  сформулировав  задачу.
Оценить, насколько хорошо она подходит для решения сформулированной вами задачи.

Задача по варианту №2: с помощью логистической регрессии.

Дополнительно: с помощью полиномиальной регрессии 3 степени. Сравнение моделей.

#### Формулировка задачи: 
Предсказание доли выбросов CO2 промышленной деятельностью
от общего объёма выбросов CO2 страной в определённый год.

## Данные:

Этот набор данных обеспечивает углубленный анализ глобальных выбросов CO2 на уровне страны, позволяя лучше понять, 
какой вклад каждая страна вносит в глобальное совокупное воздействие человека на климат. 
Он содержит информацию об общих выбросах, а также от добычи и сжигания угля, нефти, газа, цемента и других источников. 
Данные также дают разбивку выбросов CO2 на душу населения по странам, показывая, 
какие страны лидируют по уровням загрязнения, и определяют потенциальные области, 
где следует сосредоточить усилия по сокращению выбросов. 
Этот набор данных необходим всем, кто хочет получить информацию о своем воздействии на окружающую среду 
или провести исследование тенденций международного развития.

Данные организованы с использованием следующих столбцов: 

+ Country: название страны
+ ISO 3166-1 alpha-3: трехбуквенный код страны
+ Year: год данных исследования
+ Total: общее количество CO2, выброшенный страной в этом году
+ Coal: количество CO2, выброшенное углем в этом году
+ Oil: количество выбросов нефти
+ Gas: количество выбросов газа
+ Cement: количество выбросов цемента
+ Flaring: сжигание на факелах уровни выбросов
+ Other: другие формы, такие как промышленные процессы
+ Per Capita: столбец «на душу населения» 


### Какие технологии использовались:

Используемые библиотеки:
* pandas
* math
* sklearn


### Как запустить:

* установить python, sklearn, pandas, math
* запустить проект (стартовая точка - main.py)

### Что делает программа:

* Загружает набор данных из файла 'CO2.csv', который содержит информацию о выбросах странами CO2 в год от различной промышленной деятельности.
* Очищает набор данных путём удаления строк с нулевыми значениями и глобальными значениями по всем странам (строки 'Global') из набора.
* Добавляет в набор столбец с хеш-кодом наименования страны.
* Добавляет в набор столбец 'procent other' - процент выбросов в процессе промышленной деятельности от общего объема выбросов страны за год.
* Выбирает набор признаков (features) из данных, которые будут использоваться для обучения моделей регрессии.
* Определяет задачу регрессии, где целевой переменной (task) является 'procent other'.
* Делит данные на обучающий и тестовый наборы для обеих задач с использованием функции train_test_split. Тестовый набор составляет 1% от исходных данных.
* Создает и обучает модели регрессии LogisticRegression и PolynomialFeatures.
* Предсказывает значения целевой переменной на тестовых наборах.
* Оценивает качество моделей с помощью среднеквадратичной ошибки.


#### Результаты работы программы:

![Result](img.png)

### Вывод:

Среднеквадратичная ошибка полиномиальной модели равна 0.37, логистической - 2.35.
Следовательно, полиномиальная модель предсказывает долю выбросов промышленной деятельностью
от общего объёма выбросов CO2 страной в определённый год более точно 
и лучше всего соответствовует данному набору данных из двух потенциальных моделей.