| .. | ||
| static | ||
| templates | ||
| app.py | ||
| readme.md | ||
| student-mat.csv | ||
Общее задание: Использовать метод кластеризации к данным из курсовой работы, самостоятельно сформулировав задачу. Интерпретировать результаты и оценить, насколько хорошо он подходит для решения сформулированной вами задачи.
Задание по вариантам: Тема: Анализ благополучия студентов Датасет: Student Alcohol Consumption ссылка: https://www.kaggle.com/datasets/uciml/student-alcohol-consumption?resource=download
Задача для кластарезации: модель linkage применение алгоритмов кластеризации к данным о студентах, для выявления схожих групп студентов по признакам
Чтобы Запустить приложение нужно запустить файл app.py
Технологии:
Flask: Фреймворк для создания веб-приложений на языке Python. pandas: Библиотека для обработки и анализа данных. scipy: Библиотека для научных вычислений, включая алгоритмы кластеризации. seaborn: Библиотека для визуализации данных. Описание работы программы: Программа использует Flask для создания веб-приложения. Она загружает данные о студентах из файла 'student-mat.csv' с использованием pandas. Затем она выполняет кластеризацию студентов с использованием алгоритма linkage из scipy и визуализирует результаты с помощью seaborn в виде тепловой карты (heatmap).
Программа предоставляет веб-страницу, на которой отображается тепловая карта, показывающая схожесть студентов по выбранным признакам.
Входные данные:
Файл 'student-mat.csv', содержащий данные о студентах. Выходные данные:
Веб-страница с тепловой картой, отображающей результаты кластеризации студентов.