# 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>