Применение метода линейной регрессии для прогнозирования расхода топлива автомобиля

Авторы

  • М. А. Зуев
  • В. М. Шибаев
  • К. С. Баланев

DOI:

https://doi.org/10.47813/2782-2818-2024-4-2-0298-0305

Ключевые слова:

машинное обучение, линейная регрессия, прогнозирование расхода топлива, обработка данных, корреляционный анализ

Аннотация

В данной статье рассматривается использование метода машинного обучения для прогнозирования расхода топлива автомобиля. Для этой задачи применяется линейная регрессия. Описаны этапы подготовки данных, включая обработку данных и устранение пропусков, а также процессы обучения и тестирования модели. Проведен анализ данных и построена визуализация тепловой карты корреляций. Построена модель линейной регрессии на основе признаков, влияющих на расход топлива автомобиля. Проведена оценка эффективности модели с использованием метрик RMSE и R². Основное внимание уделено практическому применению модели для предсказания расхода топлива на основе реальных данных.

Биографии авторов

М. А. Зуев

Зуев Максим Алексеевич, студент, кафедра «БИТ», инженерно-экономический институт, направление «Прикладная информатика», ФГБОУ ВО «НИУ «МЭИ», г. Москва, Россия

В. М. Шибаев

Шибаев Владимир Михайлович, студент, кафедра «БИТ», инженерно-экономический институт, направление «Прикладная информатика», ФГБОУ ВО «НИУ «МЭИ», г. Москва, Россия

К. С. Баланев

Баланев Кирилл Сергеевич, асистент, ФГБОУ ВО «НИУ «МЭИ», г. Москва, Россия

Библиографические ссылки

Кун М., Джонсон К. Предиктивное моделирование на практике. Springer; 2019. 640.

Лутц М. Изучаем Python. М.: Эксмо; 2019. 1200.

Педрегоса Ф., Варуко Г., Scikit-learn: машинное обучение на Python. Журнал исследований машинного обучения. 2011; 12: 2825-2830.

Негодин В.А. Машинное обучение в языке программирования Python. Форум молодых ученых. 2019; 8(36): 201-203.

Зулунов Р.М., Солиев Б.Н. Использование Python для искусственного интеллекта и машинного обучения. Al-Farg’oniy avlodlari. 2023; 1(3): 18-24.

Murphy K.P. Machine Learning: A Probabilistic Perspective. MIT Press; 2012. 1067.

Гудфеллоу И., Бенгио Й., Курвилл А. Глубокое обучение. М.: MIT Press; 2016. 775.

REFERENCES

Kun M., Dzhonson K. Prediktivnoe modelirovanie na praktike. Springer; 2019. 640. (in Russian)

Lutc M. Izuchaem Python. M.: Eksmo; 2019. 1200. (in Russian)

Pedregosa F., Varuko G., Scikit-learn: mashinnoe obuchenie na Python. Zhurnal issledovanij mashinnogo obucheniya. 2011; 12: 2825-2830. (in Russian)

Negodin V.A. Mashinnoe obuchenie v yazyke programmirovaniya Python. Forum molodyh uchenyh. 2019; 8(36): 201-203. (in Russian)

Zulunov R.M., Soliev B.N. Ispol'zovanie Python dlya iskusstvennogo intellekta i mashinnogo obucheniya. Al-Farg’oniy avlodlari. 2023; 1(3): 18-24. (in Russian)

Murphy K.P. Machine Learning: A Probabilistic Perspective. MIT Press; 2012. 1067.

Gudfellou I., Bengio J., Kurvill A. Glubokoe obuchenie. M.: MIT Press; 2016. 775. (in Russian)

Загрузки

Опубликован

2024-06-27

Как цитировать

Зуев, М. А., Шибаев, В. М., & Баланев, К. С. (2024). Применение метода линейной регрессии для прогнозирования расхода топлива автомобиля. Современные инновации, системы и технологии - Modern Innovations, Systems and Technologies, 4(2), 0298–0305. https://doi.org/10.47813/2782-2818-2024-4-2-0298-0305

Выпуск

Раздел

Управление, вычислительная техника и информатика.

Наиболее читаемые статьи этого автора (авторов)