Изменение климата сейчас имеет большое значение. Но как мы можем быть уверены, что земля со временем становится все горячее? В этом проекте мы собираемся проанализировать модель изменения климата в течение 30 лет.
Линейная регрессия — один из самых примитивных алгоритмов машинного обучения. Это метод наблюдения за точками, нанесенными на график, а затем определения тренда с помощью прямой линии (y = m*x + c). В этом процессе нам понадобятся две переменные, независимая переменная и зависимая переменная. В этом проекте мы собираемся проанализировать среднюю разность температур за год с 1951 по 1980 год и найти тенденцию в данном наборе данных.
Python значительно упрощает и упрощает процесс нанесения точек на график и выполнения линейной регрессии данных. Мы собираемся использовать библиотеки Scatterplot и Numpy, чтобы делать все самое интересное.
Блокноты Azure — это облачная платформа для создания и запуска блокнотов Jupyter. Jupyter — это среда, основанная на IPython, которая облегчает интерактивное программирование и анализ данных с использованием различных языков программирования, включая Python.
Теперь приступим к кодированию!
Создайте новый проект под названием Climate Change в Блокноте Azure. Перейдите в раздел Создать > Блокнот. Выберите Python 3.6 и назовите свой блокнот. Выберите Новый. Теперь наш блокнот Jupyter создан. Нам также нужен набор данных для работы. Загрузите два файла .csv отсюда и загрузите их в свой проект.
Откройте только что созданный блокнот и нажмите значок +, чтобы добавить ячейку. Введите следующие строки кода в эту ячейку и нажмите Выполнить.
Мы импортировали все библиотеки, необходимые для нашего кода. Чтобы импортировать набор данных, добавьте эти строки в следующую ячейку и выберите Выполнить.
Теперь давайте нанесем точки данных на наш график, используя библиотеку Scatter Plot. Напишите следующие строки кода в следующей ячейке и выберите Выполнить.
По оси X отображаются годы, а по оси Y — средняя разница температур. Чтобы увидеть, меняется ли климат в течение этих тридцати лет, мы можем проверить, продолжает ли расти средняя температура, построив линию тренда. Для этого добавьте следующие строки кода и запустите ячейку.
Вывод вышеуказанной ячейки будет примерно таким.
Найденная линия тренда имеет положительный наклон, таким образом, значение средней разности температур будет продолжать увеличиваться по мере продвижения к правой стороне оси X. Нам удалось выяснить изменение среднего перепада температур за 30 лет. Так как мы провели этот эксперимент, используя первый файл csv. Вы можете импортировать другой, в котором есть данные до 2014 года, и провести с ним тот же эксперимент. Ссылка на исходный код.
Поздравляем!! Вы успешно внедрили свою программу машинного обучения. Спасибо за чтение. Удачного кодирования!!
