78 lines
7.0 KiB
Markdown
78 lines
7.0 KiB
Markdown
|
# Лаб 4 Кластеризация
|
|||
|
|
|
|||
|
|
Использовать метод кластеризации по варианту для данных из датасета курсовой
|
|||
|
|
Predict students' dropout and academic success (отсев студентов), самостоятельно сформулировав задачу.
|
|||
|
|
Интерпретировать результаты и оценить, насколько хорошо он подходит для
|
|||
|
|
решения сформулированной вами задачи.
|
|||
|
|
|
|||
|
|
# Вариант 3
|
|||
|
|
|
|||
|
|
Метод t-SNE
|
|||
|
|
|
|||
|
|
# Запуск
|
|||
|
|
|
|||
|
|
Выполнением скрипта файла (вывод в консоль).
|
|||
|
|
|
|||
|
|
# Описание модели:
|
|||
|
|
|
|||
|
|
T-Distributed Stochastic Neighbor Embedding (t-SNE) - это метод визуализации и снижения размерности,
|
|||
|
|
используемый для визуализации многомерных данных в виде двумерной или трехмерной графики.
|
|||
|
|
|
|||
|
|
Результатом работы t-SNE является визуализация данных, где близкие точки в исходном пространстве отображаются
|
|||
|
|
близко друг к другу, а отдаленные точки - далеко. Это позволяет исследователям изучать структуру данных и
|
|||
|
|
находить кластеры и структуры, которые могут быть не видны при прямом наблюдении исходного пространства высокой размерности.
|
|||
|
|
|
|||
|
|
# Задача кластеризации
|
|||
|
|
Учитывая набор данных, содержащий информацию о студентах, включая их пол, международный статус и ВВП,
|
|||
|
|
цель состоит в том, чтобы сгруппировать этих студентов в отдельные кластеры на основе этих признаков.
|
|||
|
|
Цель состоит в том, чтобы выявить естественные закономерности или подгруппы среди учащихся, которые могут
|
|||
|
|
иметь сходные характеристики с точки зрения пола, международного статуса и экономического происхождения.
|
|||
|
|
Такая кластеризация может помочь в адаптации образовательных программ, служб поддержки или вмешательств
|
|||
|
|
к конкретным группам учащихся для улучшения академических результатов и показателей удержания.
|
|||
|
|
Цель анализа - выявить значимые идеи, которые могут быть использованы для улучшения общего образовательного опыта
|
|||
|
|
и показателей успешности различных групп учащихся.
|
|||
|
|
|
|||
|
|
# Результаты
|
|||
|
|
|
|||
|
|
Для применения метода уменьшения размерности t-SNE использованы признаки "Гендер", "Международный" и "ВВП".
|
|||
|
|
Данные проецируются на двумерную плоскость, при этом сохраняя локальную структуру данных.
|
|||
|
|
|
|||
|
|
Как интерпретировать результаты на графике:
|
|||
|
|
|
|||
|
|
1. Пол:
|
|||
|
|
- Поскольку "Пол" является категориальной переменной (бинарной, как "Мужчина" или "Женщина"),
|
|||
|
|
- Ожидается увидеть на графике отчетливые кластеры или разделения. Каждая точка представляет учащегося,
|
|||
|
|
- и лица одинакового пола должны быть сгруппированы вместе.
|
|||
|
|
|
|||
|
|
2. Международный:
|
|||
|
|
- "Международный" также является бинарной категориальной переменной (например, "Да" или "Нет" указывает,
|
|||
|
|
- является ли студент иностранным), вы можете увидеть разделение между иностранными и немеждународными студентами.
|
|||
|
|
- Это может привести к образованию двух различных кластеров.
|
|||
|
|
|
|||
|
|
3. ВВП:
|
|||
|
|
- "ВВП" - это непрерывная переменная, и ее значения будут представлены в виде точек на графике. В зависимости от
|
|||
|
|
- распределения значений ВВП вы можете наблюдать градиент или закономерность в данных.
|
|||
|
|
|
|||
|
|
Теперь, когда посмотреть на график, должны быть видны точки, разбросанные по двумерному пространству. Похожие точки
|
|||
|
|
находятся близко друг к другу, а непохожие - дальше друг от друга.
|
|||
|
|
|
|||
|
|
- Результаты:
|
|||
|
|
- Видны четкие кластеры, это говорит о том, что эти признаки являются хорошими показателями для разделения
|
|||
|
|
- студентов на группы.
|
|||
|
|
|
|||
|
|
- Доминирующими признаками являются "гендер" и "Интернациональность", можно увидеть два различных кластера,
|
|||
|
|
- в одном из которых, например, в основном учатся местные студенты мужского пола, а в другом - иностранные студентки
|
|||
|
|
- женского пола.
|
|||
|
|
|
|||
|
|
- "ВВП" оказывает сильное влияние, можно увидеть градиент точек, указывающий на корреляцию между ВВП и
|
|||
|
|
- некоторой базовой закономерностью в данных.
|
|||
|
|
|
|||
|
|
Конкретная интерпретация будет зависеть от фактического распределения и характеристик данных.
|
|||
|
|
Также важно отметить, что t-SNE - это стохастический алгоритм, поэтому его многократное выполнение с одними и теми
|
|||
|
|
же параметрами может привести к несколько иным результатам. Поэтому рекомендуется изучить графики из нескольких прогонов,
|
|||
|
|
чтобы получить четкое представление о структуре данных.
|
|||
|
|
|
|||
|
|
<p>
|
|||
|
|
<div>График</div>
|
|||
|
|
<img src="screens/myplot.png" width="650" title="График">
|
|||
|
|
</p>
|