#### Кондрашин Михаил ПИбд-41

## Лабораторная работа 5. Регрессия

### 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:

* Используется линейная регрессия
* Программа выявляет наиболее важные пункты при прогнозировании погоды. Использует линейную регрессию, а так же
  оценивает точность модели.
* 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)
        * P (атмосферное давление)
    * Аппроксимирующий признак - температура
    * Файл WindData.csv

### Выводы

* Наиболее важные признаки:
  * TI1 (турбуленция)
  * V1 (скорость ветра)
* TestSize при этом является достаточно небольшим, что свидетельствует о корректности работы модели

### Результат:

![Result](images/result.png)