|
O‘zbekiston respublikasi raqamli texnologiyalar vazirligi muhammad al-xorazmiy nomidagi toshkent
|
| Sana | 04.04.2024 | | Hajmi | 406.7 Kb. | | #187152 |
Bog'liq Xufiyona iqtisodiyotning yakuniy savollar (1), 4-amaliy idrisov jasurbek kommutatsiya, 16-18-1, chiziqli tenglamalar sistemasini yechishning gauss usuli, matritsa rangi va uni hisoblash, 17й, Logistika, 2 5359384522662099304, Ijtimoiy pedagogik faoliyat turlari., Maktab psixologining o’zlashtira olmayotgan bolalar bilan faoliyati, muxamedova-madina-520-20, @Stiv Jobs Napoleon Xill - Òyla va boy bòl!, Surulmalar va ularning oqibatilari , 302-guruh. Amonova Yodgora bog`lovchisiz qo`shma gap-fayllar.org, 3051ac2d4bf5bf2f63d310cc404bf10d
O‘ZBEKISTON RESPUBLIKASI RAQAMLI TEXNOLOGIYALAR VAZIRLIGI MUHAMMAD AL-XORAZMIY NOMIDAGI
TOSHKENT AXBOROT TEXNOLOGIYALARI UNIVERSITETI
Kompyuter injiniringi fakulteti Sun’iy intellekt kafedrasi
Mashinali o'qitishga kirish
1-AMALIY ISH TOPSHIRIG‘I
Bajardi: 240-21 guruh
Yoqubjonov Azizbek Tekshirdi:Jurayev Dilshod
Toshkent -2024
Variant – 25
Bizning birinchi qiladigan ishimiz https://programiz.pro/ide/python/ALMAFXSV2J shu saytni ochib unda yangi oyna ochamiz va
1-rasm
1-rasmda ko’rsatilganidek kutubxonalarni chaqirib olamiz undan keyin
2-rasm
2-rasmda bizga berilgan polinom darajalari bizga berilgani 1,6 va ko‘p o‘zgaruvchili regressiya uchun polinom darajasi 3,7 ni qo’yamiz
Pandas kutubxonasi yordamida o’zimizning “fff.csv” datasetimizni o’qitib olamiz va data_set o’zgaruvchisiga o’zlashtiramiz , undan keyingisida data_set o’zgaruvchisini 5ta ixtiyoriysini chiqaramiz.
Kod qismi x = data_set.iloc[:, 0].values va y = data_set.iloc[:, -1].values DataFrame obyektidagi ma'lum bir ustunlarni (sartaraf) tanlash uchun yozilgan. Bu kodlarda, data_set DataFrame obyekti ustunlar va qatorlar indekslari orqali ma'lum bir ustunni va oxirgi ustunni tanlash uchun iloc indekslash operatoridan foydalanilgan. data_set.iloc[:, 0] ifodasi DataFrame obyektidagi barcha qatorlarni (:) va birinchi ustunni (0) tanlaydi. Bunda iloc indekslash operatori ishlatilgan va 0 indeksli ustunni (sartaraf) tanlash uchun ishlatilgan. data_set.iloc[:, -1] ifodasi esa DataFrame obyektidagi barcha qatorlarni (:) va oxirgi ustunni (-1) tanlaydi. Bu holatda -1 indeksli ustun (sartaraf) tanlanadi. values atributi esa tanlangan ustunlarning qiymatlarini NumPy array shaklida olish uchun ishlatiladi.
Kod qismi a, b, r, p, std_err = stats.linregress(x, y) va def reg_model(x): x va y ma'lumotlar to'plamlari asosida lineyka regresiya modelini aniqlash va modelni ishlatish uchun yozilgan. stats.linregress(x, y) qatorida linregress funktsiyasi x va y ma'lumotlar to'plamlarini kiritib, ular asosida lineyka regresiya analizini bajaradi. U natijada chiqadigan statistik ma'lumotlardan biri a - regresiya ko'efitsiyenti, b - qo'shimcha terim (intersept), r - korrelyatsiya koefitsiyenti, p - p-value, std_err - xatoliklar ustunlik qiymati. def reg_model(x): qatorida esa reg_model nomli bir funksiya aniqlanadi, uga x kiritiladi. Ushbu funksiya regresiya modelining formulasi bo'yicha x qiymatlari asosida y ni hisoblab beradi. a va b o'zgaruvchilar regresiya ko'efitsiyenti va qo'shimcha termni ifodalaydilar. new_value = reg_model(x) qatorida esa new_value o'zgaruvchisiga regresiya modeli hisoblangan bo'lganda x qiymatlari uchun y qiymatlarini beradi. Shunday qilib, stats.linregress() funksiyasi orqali regresiya analizini amalga oshiriladi va reg_model() funksiyasi orqali esa regresiya modeli hisoblanadi. new_value o'zgaruvchisida regresiya modelining natijasi saqlanadi va uni foydalanish imkoniyati beriladi va shundan so’ng
new_value deb hisoblagan arrayni chiqaramiz .
5-rasm
5-rasmda grafikka o’girish holati shu paytgacha qilgan ishlarimizni . Bunda sariq * bu biz bergan dataset ma’lumotlari ko’k nuqta hisoblangan ma’lumot .
Xulosa
Bunda xulosa shuki bizning faylimizda 60 mingdan 100 minggacha bo’lgan narxlarini ixtiyoriy ravishta tanlab chiqdik va uni o’qittirdik bizning bergan faylimiz ixtiyoriy bo’lgani uchun bunda kamchiliklar bore di liken agar hozirgi kundagi go’sht narxlari bilan o’xshash bo’ldi natijamiz .
|
| |
