Oʻzbekiston respublikasi raqamli texnologiyalar vazirligi

OʻZBEKISTON RESPUBLIKASI RAQAMLI TEXNOLOGIYALAR VAZIRLIGI
MUHAMMAD AL-XORAZMIY NOMIDAGI
TOSHKENT AXBOROT TEXNOLOGIYALARI UNIVERSITETI
QARSHI FILIALI
“TT” FAKULTETI“AX-12-21” guruh talabasi Soliyeva Dilobarning “Mashinali o’qitishga kirish” fanidan


5-Amaliy mashg’uloti

Bajardi: ________ Soliyeva. D

Qabulqildi ________ Ochilova. S
QARSHI-2023

Mavzu: Bir o’zgaruvchili va ko’p o’zgaruvchili regressiya masalalari va ularni dasturlash.

Regressiya, bir ma'lumot to'plamining o'zgaruvchilarni ta'riflash va ulardan birini boshqasiga bog'lashning bir modelini yaratish asosida malumotlarni ta'riflash o'rniga ishlatiluvchi bir ma'lumot sifatini ifodalaydi. Ma'lumotlarda tasavvur qilingan asosiy kausal bog'lanishni ko'rsatish uchun o'zgaruvchilar va bajaruvchilar o'rtasidagi aloqalarni hisobga oladigan statistikali modeldir.
Bir o’zgaruvchili regressiya masalasi, yagona o'zgaruvchiyi (ingliz tiltida "independent variable" yoki "predictor variable") asosida boshqa o'zgaruvchiyi (ingliz tiltida "dependent variable" yoki "response variable") ta'riflash masalasidir. Misol uchun, avtomobillarning tezligi va ulardagi yuqori yo'l belgisi orasidagi bog'lovchisi o'zgaruvchilarni ta'riflash uchun o'zgaruvchali regressiya modeli ishlatilishi mumkin.
Ko'p o’zgaruvchili regressiya masalasi esa bir o'zgaruvchiyi boshqalar (bir yoki undan ko'p) o'zgaruvchilar bilan ta'riflash masalasidir. Bu masalalarda birdaniga bir boshqa o'zgaruvchi (yoki undan ko'p) asosida bir yoki undan ko'p o'zgaruvchilarni ta'riflash uchun regressiya modeli quriladi. Misol uchun, avtomobillarning tezligi, yoshi va motor guvohnomasi o'zgaruvchilariga asoslangan agroavtomobilning harbiy axborotni yuqori nutqiga bog'lash regressiya modelini tasavvur qilish mumkin
Bu regressiya masalalarni dasturlashga olib kelmak uchun sizga quyidagi umumiy jarayonlardan foydalanish kerak:
Ma'lumotlarni to'plash: Ma'lumotlarni to'plash uchun muhim bo'lgan o'zgaruvchilarni va bog'lashgan o'zgaruvchilarni aniqlang. Qtalarni to'plash, sinalarni o'lchash yoki turli boshqa ma'lumotlarni to'plashingiz mumkin.
Ma'lumotlarni tahlil qilish: Ma'lumotlarni tahlil qilib, ulardan foydali tarzda umumiy malumotlarni aniqlashingiz kerak. Ma'lumotlardagi outlinerlarni aniqlash va tozalash ham mumkin.
Modelni yaratish: Bir regressiya modelini qurish uchun ma'lumotlarni to'g'ridan-to'g'ri uzatishingiz kerak. Bu standartdagi regressiya algoritmiga qarab bo'lib, ma'lumotlarni to'g'ri uchun bilish va o'zgaruvchilarni aniqlashga imkon beradi.
Modelni o'rganish: Model yaratildiktan so'ng, ma'lumotlar orqali o'rgatilishi kerak. Bu, standart "fit" funksiyasini ishlatish orqali amalga oshiriladi.
Modelni sinovdan o'tkazish: Ma'lumotlarni o'rganish va test qilish uchun modelni sinovdan o'tkazishingiz kerak. Bu, modelning kerakli hajmini aniqlash va uning to'g'ri ishlashini tekshirish uchun xavfsiz sinov ma'lumotlarini o'rnatingizga imkon beradi.
Bir o’zgaruvchili va ko’p o’zgaruvchili regressiya masalalari dasturlash jarayonining muhim qadamlaridir. Mos regression algoritmlarni ishga tushirish uchun qo'llanmalar, dasturlar yoki statistikali xususiyatlar mavjud bo'lishi kerak. Pythonda, scikit-learn kabi kutubxona belgilangan regressiya algoritmini utilisalarga olib keladi. Ushbu kutubxona regressiya modelini yaratish, ma'lumotlar bilan o'rganish va natijalarni baholash imkonini beradi.