O‘zbekiston respublikasi axborot texnologiyalari va kommunikatsiyalarini rivojlantirish vazirligi

O‘ZBEKISTON RESPUBLIKASI AXBOROT TEXNOLOGIYALARI VA
KOMMUNIKATSIYALARINI RIVOJLANTIRISH VAZIRLIGI
MUHAMMAD AL-XORAZMIY NOMIDAGI
TOSHKENT AXBOROT TEXNOLOGIYALARI UNIVERSITETI



Fan: Mashinali o’qitishga kirish


AMALIY TOPSHIRIQ - 1
Guruh: KIF 213-18

Bajardi: Normurodov Muhammadjon

Toshkent–2021

TOPSHIRIQ - 1

Berilgan variantlardan birini talaba jurnaldagi tartib raqamiga mos ravishta tanlab quydagi topshiriqlarni bajaradi (a,b,c) !!!

a) Bir chiziqli regressiya uchun X₁ va Y qiymatlarini oling, ko’phad (polinum) qiymatni P=P₁ deb qarang va model parametrlarini aniqlang

b) Ko’p chiziqli regressiya uchun (X₁, X₂), Y qiymatlarni oling, P=P₂ deb qarang va model parametrlarini aniqlang

d) Visual ko’rinishda kiruvchi ma’lumotlarni tasvirlang va siz hosil qilgan model grafigini chiziq ko’rinishida taqdim eting



6-Variant:

P₁=3; P₂=2

X1	6	6	7	6	8	8	9	10	10	12
X2	1	2	4	5	6	8	9	11	12	14
Y	0	1	1	2	3	4	6	6	8	9

from  matplotlib import pyplot as plt

import numpy as np
X1 = [6, 6, 7, 6, 8, 8, 9, 10, 10, 12]

Y = [0, 1, 1, 2, 3, 4, 6, 6, 8, 9]

P1=3
x = np.array(X1)

y = np.array(Y)

p=np.polyfit(x,y,P1)

model=np.poly1d(p)

new_value=model(x)

plt.scatter(x, y,color='r',marker='.')

plt.plot(x, new_value,color='green')

plt.tight_layout()

plt.show()

..

import numpy as np

import pandas as pd

import matplotlib.pyplot as plt

import statsmodels.formula.api as smf

X1 = [6, 6, 7, 6, 8, 8, 9, 10, 10, 12]

X2 = [1, 2, 4, 5, 6, 8, 9, 11, 12, 14]

Y = [0, 1, 1, 2, 3, 4, 6, 6, 8, 9]
df2=pd.DataFrame()

df2['x']=pd.Series(X1)

df2['y']=pd.Series(X2)

df2['z']=pd.Series(Y)

model = smf.ols(formula='z ~ x + y', data=df2)

results_formula = model.fit()

results_formula.params

x_surf, y_surf = np.meshgrid(np.linspace(df2.x.min(), df2.x.max(), 100),np.linspace(df2.y.min(), df2.y.max(), 100))

onlyX = pd.DataFrame({'x': x_surf.ravel(), 'y': y_surf.ravel()})

fittedY=results_formula.predict(exog=onlyX)

fittedY=np.array(fittedY)

fig = plt.figure()

ax = fig.add_subplot(111, projection='3d')

ax.scatter(df2['x'],df2['y'],df2['z'],c='red', marker='o', alpha=0.5)

ax.plot_surface(x_surf,y_surf,fittedY.reshape(x_surf.shape), color='b', alpha=0.3)

ax.set_xlabel('X1')

ax.set_ylabel('X2')

ax.set_zlabel('Y')

plt.show()