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.
