| .. | ||
| consoleRes.JPG | ||
| lr4.py | ||
| plotRes.JPG | ||
| README.md | ||
| tutors.csv | ||
Лабораторная работа 4. Кластеризация
Задание на лабораторную:
Использовать метод кластеризации по варианту для данных из курсовой работы, самостоятельно сформулировав задачу. Интерпретировать результаты и оценить, насколько хорошо он подходит для решения сформулированной вами задачи.
Вариант 0 (20). Алгоритм кластеризации: K-means.
Набор данных: "Moscow tutors". Ссылка: https://www.kaggle.com/datasets/vadimantipov/moscow-tutors
Задача: разбить репетиторов на 3 группы со схожими характеристиками (стоимость занятия, оценка, количество отзывов и опыт).
Как запустить лабораторную работу:
Для запуска лабораторной работы необходимо открыть файл lr4.py, нажать на ПКМ и в выпадающем списке выбрать опцию "Run".
Технологии:
Pandas - это библиотека на языке Python, которая предоставляет удобные и эффективные инструменты для обработки и анализа данных. Она предоставляет высокоуровневые структуры данных, такие как DataFrame, которые позволяют легко и гибко работать с табличными данными.
Matplotlib - это библиотека визуализации данных на языке программирования Python, которая предоставляет широкий спектр инструментов для создания различных типов графиков, диаграмм и визуализаций данных.
Scikit-learn (Sklearn) - это библиотека для языка программирования Python, которая предоставляет инструменты для разработки и применения различных алгоритмов машинного обучения, включая классификацию, регрессию, кластеризацию, снижение размерности и многое другое. Scikit-learn также предлагает функции для предобработки данных, оценки моделей и выбора наилучших параметров.
Что делает лабораторная работа:
В лабораторной работе решается задача кластеризации методом K-means на наборе данных о московских репетиторах.
Сначала загружаются данные из файла tutors.csv, пустые значения убираются из выборки.
После выполняется кластеризация методом K-means для выбранных столбцов выборки, происходит получение меток и центров кластеров.
Результатом лабораторной работы являются разбитые на кластеры данные и оценка качества кластеризации, выведенные в консоль, и график, на котором каждая точка данных помечена цветом, соответствующим ее кластеру, а центры кластеров обозначены красными крестиками.
Пример выходных данных:
Кластеры и оценка кластеризации
График
Вывод: результатом лабораторной работы стали 3 группы репетиторов, полученные методом кластеризации K-means. Группы были сформированы на основе схожих характеристик по стоимости занятия, оценке репетитора, количеству отзывов и опыту работы. Оценка качества кластеризации была получена при помощи коэффициента силуэта, который показал результат 0.59, так как коэффициент может варьироваться от -1 до 1, можно сказать, что оценка высокая и метод K-means подходит для решения поставленной задачи.