| .. | ||
| images | ||
| data.py | ||
| main.py | ||
| models.py | ||
| rank.py | ||
| README.md | ||
| WindData.csv | ||
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
- Влияющие признаки
Выводы
- Наиболее важные признаки:
- TI1 (турбуленция)
- V1 (скорость ветра)
- TestSize при этом является достаточно небольшим, что свидетельствует о корректности работы модели
Результат:
