IIS_2023_1/martysheva_tamara_lab_5

Лабораторная работа 5. Регрессия

Вариант № 18(3)

Использовать регрессию для данных по варианту из таблицы,самостоятельно сформулировав задачу.
Оценить, насколько хорошо она подходит для решения сформулированной вами задачи.

---

Как запустить лабораторную работу:

Чтобы запустить программу, открываем файл lab5 в PyCharm и нажимаем на зеленый треугольник в правом верхнем углу.

---

Использованные технологии:

Scikit-learn - один из наиболее широко используемых пакетов Python для Data Science и Machine Learning. Он позволяет выполнять множество операций и предоставляет множество алгоритмов.

Pandas — это библиотека с открытым исходным кодом, предоставляющая высокопроизводительные, простые в использовании структуры данных и инструменты анализа данных для языка программирования Python.

Matplotlib — это комплексная библиотека для создания статических, анимированных и интерактивных визуализаций на Python.

---

Что делает ЛР:

В данной работе анализируется работа модели Lasso и решается задача предсказания уровня здоровья по ключевым характеристикам.

Имеется набор данных (clean_data), содержащий результаты опроса добровольцев на тему их состояния здоровья. Были выбраны 5 признаков для задачи регрессии:

• age - возраст респондента;
• weight - вес респондента;
• work - уровень физ. активности на работе;
• phy_ex - оценка важности физических упражнений;
• gymtime - время, проведенное в тренажерном зале.

Целевой переменной является phy_health - оценка состояния здоровья.

Результатом работы программы являются: вывод оценки качества модели (в консоли) и график фактических и предсказанных значений уровня здоровья респондента (lasso.png).

---

Пример выходных данных:

Вывод в консоли:

График:

---

Вывод: Оценка качества модели довольно низкая (~0,35), что говорит о том, что модель не совсем подходит для решения поставленной задачи. Судя по графику фактических и предсказанных значений уровня здоровья иногда модель выдавала весьма точные предсказания, а в некоторых случаях совершенно далекие от истины.