IIS_2023_1/senkin_alexander_lab_5

Лабораторная работа №5

Вариант №4

Задание на лабораторную:

Использовать регрессию по варианту для данных из курсовой работы. Самостоятельно сформулировав задачу. Интерпретировать результаты и оценить, насколько хорошо он подходит для решения сформулированной задачи.

Как запустить лабораторную работу:

Чтобы увидеть работу программы, нужно запустить исполняемый питон файл senkin_alexander_lab_5.py

Библиотеки:

• NumPy - библиотека для работы с многомерными массивами.
• Sklearn - библиотека с большим количеством алгоритмов машинного обучения.
• Mathplotlib - библиотека для визуализации данных двумерной и трехмерной графикой.

Задача:

Было решено с помощью гребневой регрессии попытаться предсказать количество несчастных случаев(inj), от таких признаков как: магнитуда(mag) и фатальные исходы(fat)

Описание программы:

• Загружаем данные из csv файла
• Разделяем данные на обучающее и тестовые
• Переводим значения из столбца inj в диапозон от 0 до 1
• Обучаем модель, находим R^2 (среднеквадратическая ошибка) и коэффициент детерминации
• Рисуем график
• 
• Анализируем график и делаем выводы, что Средняя квадратическая ошибка очень маленькая, что говорит нам что мы хорошо подобрали данные, и модель достаточно точно предсказывает, но имеем не очень большой коэффициент детерминации, который говорит нам о том, что модель не очень хорошо понимает зависимости наших данных.
• Можно сделать вывод, что гребневую регрессию на таких данных использовать можно, но стоит поискать модели получше.