## Лабораторная работа №4, ПИбд-42 Тепечин Кирилл

### Датасет:
#### Ссылка:
[Smoking and Drinking Dataset with body signal](https://www.kaggle.com/datasets/sooyoungher/smoking-drinking-dataset/data)
#### Подробности датасета
| Столбец          |                             Пояснение                             |
|------------------|:-----------------------------------------------------------------:|
| sex              |                       Пол(мужской, женский)                       |
| age              |                         Возраст(округлён)                         |
| height           |                        Рост(округлён) [см]                        |
| weight           |                               [кг]                                |
| sight_left       |                          зрение (левый)                           |
| sight_left       |                          зрение (правый)                          |
| hear_left        |          слух (левое): 1 (нормальное), 2 (ненормальное)           |
| hear_right       |          слух (правое): 1 (нормальное), 2 (ненормальное)          |
| SBP              |         Систолическое артериальное давление [мм рт. ст.]          |
| DBP              |         Диастолическое артериальное давление [мм рт. ст.]         |
| BLDS             |                  глюкоза в крови натощак [мг/дл]                  |
| tot_chole        |                     общий холестерин [мг/дл]                      |
| HDL_chole        |                      Холестерин ЛПВП [мг/дл]                      |
| LDL_chole        |                      Холестерин ЛПНП [мг/дл]                      |
| triglyceride     |                        триглицерид [мг/дл]                        |
| hemoglobin       |                         гемоглобин [г/дл]                         |
| urine_protein    |      белок в моче, 1(-), 2(+/-), 3(+1), 4(+2), 5(+3), 6(+4)       |
| serum_creatinine |                креатинин сыворотки (крови) [мг/дл]                |
| SGOT_AST         | глутамат-оксалоацетат-трансаминаза / аспартат-трансаминаза [МЕ/л] |
| SGOT_ALT         |                  аланиновая трансаминаза [МЕ/л]                   |
| gamma_GTP        |                  γ-глутамилтранспептидаза [МЕ/л]                  |
| SMK_stat_type_cd |        Степень курения: 1 (никогда), 2 (бросил), 3 (курю)         |
| DRK_YN           |                          Пьющий или нет                           |

	
### Как запустить лабораторную работу:

Для запуска лабораторной работы необходимо запустить файл lab4.py

### Используемые технологии:

* Python 3.12
* pandas
* scikit-learn
* matplotlib

### Что делает лабораторная работа:

Эта лабораторная программа загружает данные из csv файла, выбирает признаки, нормализует данные, строит дендрограмму и оценивает качество кластеризации с помощью silhouette score. 

### Предварительная обработка данных:
Т.к датасет содержит слишком большое количество данных следует уменшить их размер
````python
data = data.sample(frac=0.01, random_state=42)
````
### Результат:
![Результат](dendr.png)
На основании этой дендрограмы можно выбрать количество кластеров, на которое разумно поделить данные (4)

Теперь используем метод иерархической кластеризации (AgglomerativeClustering) с 4 кластерами. Метки кластеров присваиваются данным, а затем вычисляется показатель silhouette score, который оценивает качество кластеризации.

![Оценка](sil.png)
### Вывод:
Значение в районе 0.094 может быть интерпретировано как относительно низкое, что может указывать на то, что данные не разделены очень четко в кластеры, поэтому можно сделать вывод, что метод плохо подходит для решения задачи.