43 lines
1.9 KiB
Markdown
43 lines
1.9 KiB
Markdown
#### 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:
|
||
|
||
|
||
|
||
|