2.1 KiB
2.1 KiB
Кондрашин Михаил ПИбд-41
Лабораторная работа 4. Кластеризация
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:
- Используемы алгоритм кластеризации - k-mean
- Попарно производит кластеризацию скорости ветра по различным метрикам, напрямую на неё влияющих.
- 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)
- Кластеризуемый признак - V1 (Скорость ветра на самом высоком датчике мачты ветростанции)
- Файл WindData.csv
- Влияющие признаки:
Выводы
Представлены кластеризации по 4 группам, представляющих собой кластеризацию по группам городов, которым характерны конкретно текущие влияющие признаки. В целом k-means подходит к такому набору данных
Результат:
