جنگو کلاب

پیش بینی کیفیت Wine

با استفاده از مدل Polynomial Regression

پس از تکمیل و ارسال فرم، حداقل 10 ثانیه صبر کنید تا مدل نتایج را محاسبه نموده و نمایش دهد.
همچنین، تمام اعداد اعشاری وارد شده باید حداکثر 2 رقم اعشار داشته باشند، مانند: 1.23

توضیحات مدل:

رگرسیون یک روش یادگیری ماشینی نظارت شده برای درک رابطه بین متغیرها یا ویژگی های مستقل و یک متغیر یا نتیجه وابسته است. یکی از الگوریتم هایی که برای رگرسیون استفاده می شود “رگرسیون چند جمله ای” است.
در اینجا، ما از دیتاست Wine_Quality.csv برای اهداف رگرسیونی استفاده می کنیم و می توانید این دیتاست را از لینک بالای این صفحه دانلود کنید. این دیتاست 11 متغیر ویژگی دارد:
اسیدیته ثابت”, “اسیدیته فرار”, “اسید سیتریک”, “قند باقیمانده”, “کلرایدها”, “دی اکسید گوگرد آزاد”, “دی اکسید گوگرد کل”, “چگالی”, “pH”, “سولفات ها” و “الکل
و متغیر پیش بینی برابر است با: “کیفیت Wine”.
در فرم بالا مقادیر 11 متغیر ویژگی را وارد کرده و مدل کیفیت Wine را در یک فرم پاپ آپ برمی گرداند. توجه داشته باشید که مقادیر و محدوده های هر متغیر ویژگی به شرح زیر است:

اسیدیته ثابت (بین 3.8 و 14.2)
اسیدیته فرار (بین 0.08 و 1.1)
اسید سیتریک (بین 0 و 1.66)
قند باقیمانده (بین 0.6 و 65.8)
کلروایدها (بین 0.009 و 0.346)
دی اکسید گوگرد آزاد (بین 2 و 289)
دی اکسید گوگرد کل (بین 9 و 440)
چگالی (بین 0.98711 و 1.03898)
pH (بین 2.72 و 3.82)
سولفات ها (بین 0.22 و 1.08)
الکل (بین 8 و 14.2)
کیفیت شراب Wine (بین 3 و 9)

کد نمونه مورد استفاده برای آموزش مدل "رگرسیون چند جمله ای" در لینک بالای همین صفحه ارائه شده است. هر بار که این فرم را اجرا می کنید و پیش بینی ها اتفاق می افتد، مقادیر در پایگاه داده ذخیره می شوند و با لینک "نتایج" در بالای این صفحه، نتایج قبلی پیش بینی مدل را مشاهده خواهید کرد. اجرای اخیر شما به انتهای این لیست اضافه خواهد شد.