2.3 KiB
2.3 KiB
Кондрашин Михаил ПИбд-41
Лабораторная работа 6. Нейронная сеть
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)
Задача:
Осуществить обучение модели нейронной сети для предсказания погоды относительно влияющих погодных факторов по наиболее важным признакам.
Описание решения:
- 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)
- V1 (Скорость ветра)
- RH (относительная влажность)
- P (атмосферное давление)
- Аппроксимирующий признак - температура
- Файл WindData.csv
- Модель классификатора состоит из двух скрытых слоев
- Задействованные функции:
- relu
- identity
- tahn
- logistic
- max_iter=4000, n_iter_no_change=10, alpha=0.01
- Влияющие признаки
Результат:
- Наиболее предпочтительной функцией при данных входных параметров для MLPClassifier является relu
- tahn и logistic являются примерно одинаковыми
- identity является наименьшей
То есть нелинейная функция является наилучшей для задачи прогнозирования погоды
