IIS_2023_1/ilbekov_dmitriy_lab_4

Лабораторная работа 4

Вариант 10

Задание:

• Используя данные из "F1DriversDataset.csv" сформулировать задачу, решаемую кластеризацией: Выделить 3 группы гонщиков ("условно" легендарные, выдающиеся, обыкновенные) с похожими достижениями в гонках и определить характеристики каждой группы

Алгоритм кластеризации:

• K-means (по варианту)

Запуск

• Запустить файл lab4.py

Технологии

• Язык - 'Python'
• Библиотеки sklearn, numpy, pandas, matplotlib

Что делает

• Программа реализовывает кластеризацию алгоритмом k-means, в результате чего мы получаем 3 кластера гонщиков (с определенными характеристиками для каждого кластера)
• Программа также оценивает качество кластеризации, используя Индекс силуэта (Метрика, которая измеряет, насколько каждый объект в кластере похож на свой собственный кластер по сравнению с другими кластерами. Вычисление индекса силуэта включает в себя вычисление среднего значения коэффициента силуэта для всех объектов. Чем ближе значение индекса силуэта к 1, тем лучше кластеризация.)
• Программа выводит график, позволяющий визуально понять, как прошла кластеризация

Пример работы

Пример работы представлен в виде скриншотов:

Как мы видим кластеризация помолга нам распределить гонщиков на 3 группы и определить характеристики групп, оценка качества кластеризации - 0.77, что довольно хороший показатель, значит алгоритм K-means справился со своей задачей