134 lines
7.5 KiB
Markdown
134 lines
7.5 KiB
Markdown
# 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
|
||
```
|
||
|
||
|
||
|
||
### 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. |