Solution of Three Challenges in Python

Задание 1. Решение задачи кластеризации данными разными методами

Для выполнения задания необходимо загрузить свой или любой набор данных с репозитория https://archive.ics.uci.edu/ml/datasets.html , который содержит как минимум 300 объектов в выборке. Кластеризация выполняется по двум числовым признакам.

1. Выполнить задачу, предварительной обработки данных:

* Заполнение пропущенных значений

* Приведение признаков к одной шкале

2. Решить задачу кластеризации на предмет нахождения оптимального числа кластеров методом К-средних с учетом метода локтя.

3. Выполнить задачу кластеризации с использованием метода DBSCAN.

4. Оформить отчет включающий описание используемой выборки (размер выборки, число признаков, типы признаков, значения, принимаемые признаками), код на Python, выполненные обработки, результаты анализа, параметры моделей с оценками качества моделей и выводы.

Задание 2. Оценка нескольких моделей машинного обучение для решения задачи регрессии и сравнительной оценке их результатов

Взять свой набор данных или выборку из сайта, обозначенную как набор данных для решения задачи регрессии http://archive.ics.uci.edu/ml/datasets.html (минимум 300 объектов и 5 атрибутов)

1. Выполнить задачу предварительной обработки данных:

* Отбор признаков, которые используются в модели

* Заполнение пропущенных значений

* Кодирование категориальных признаков

* Приведение признаков к одной шкале

* Разделить выборку на тестовую и обучающую

2. Создать и обучить 3 регрессора: линейный, полиномиальный и случайный лес

3. Оценить качество работы регрессоров на тестирующей выборке – получить характеристики MSE и R2. По модели случайный лес оценить важность признаков.

4. Оформить отчет, включающий описание используемой выборки (размер выборки, число признаков, типы признаков, значения, принимаемые признаками), код на Python, выполненные обработки, результаты анализа с оценками качества моделей и выводы.

Задание 3. Поиск наилучшего классификатора для решения задачи классификации при использовании нескольких типов моделей обучения и сравнительной оценке их результатов

Взять свой набор данных или выборку из сайта, обозначенную как набор данных для решения задачи классификации http://archive.ics.uci.edu/ml/datasets.html (минимум 300 объектов и 5 атрибутов)

1. Выполнить задачу предварительной обработки данных:

* Отбор признаков, которые используются в модели

* Заполнение пропущенных значений

* Кодирование категориальных признаков

* Приведение признаков к одной шкале

* Разделить выборку на тестовую и обучающую

2. Создать и обучить 3 классификатора (три любые разные модели – например логистическая регрессия, случайный лес, метод опорных векторов и т.д.)

3. Оценить качество работы классификатора на тестирующей выборке – получить для каждого класса значения полноты (recall), точности (precision) и верность для всей модели (accuracy).

4. Оформить отчет, включающий описание используемой выборки (размер выборки, число признаков, типы признаков, значения, принимаемые признаками), код на Python, выполненные обработки, результаты анализа с оценками качества моделей и выводы.