146 lines
8.7 KiB
Markdown
146 lines
8.7 KiB
Markdown
# Лабораторная работа №4 Вариант 25.
|
||
|
||
## Задание
|
||
|
||
Общее задание: Использовать алгоритм кластеризации `K-means`, самостоятельно сформулировав задачу. Интерпретировать результаты и оценить, насколько хорошо он подходит для решения сформулированной задачи.
|
||
|
||
Задача кластеризации: Можно ли выделить группы временных интервалов с разными уровнями активности аренды.
|
||
|
||
Ссылка на набор даных: [kaggle-bike-sharing-system](https://www.kaggle.com/datasets/itssuru/bike-sharing-system-washington-dc/?select=train_bikes.csv)
|
||
|
||
## Содержание
|
||
- [Лабораторная работа №4 Вариант 25.](#лабораторная-работа-4-вариант-25)
|
||
- [Задание](#задание)
|
||
- [Содержание](#содержание)
|
||
- [Введение](#введение)
|
||
- [Зависимости](#зависимости)
|
||
- [Запуск приложения](#запуск-приложения)
|
||
- [Описание кода](#описание-кода)
|
||
- [Заключение](#заключение)
|
||
- [Оценка работы моделей](#оценка-работы-моделей)
|
||
- [На основе предоставленных кластеров, мы можем сделать выводы:](#на-основе-предоставленных-кластеров-мы-можем-сделать--выводы)
|
||
|
||
## Введение
|
||
|
||
Данный код демонстрирует, кластеризацию временных интервалов аренды велосипедов с использованием алгоритма K-means. Целью является выделение групп временных интервалов с разными уровнями активности аренды. Скрипт использует набор данных train_bikes.csv, который включает информацию о прокате велосипедов в Вашингтоне, округ Колумбия.
|
||
|
||
## Зависимости
|
||
|
||
Для работы этого приложения необходимы следующие библиотеки Python:
|
||
|
||
- pandas
|
||
- scikit-learn
|
||
- NumPy
|
||
- Matplotlib
|
||
|
||
Вы можете установить их с помощью pip:
|
||
|
||
```bash
|
||
pip install numpy scikit-learn pandas matplotlib
|
||
```
|
||
|
||
## Запуск приложения
|
||
|
||
Чтобы запустить эту программу, выполните следующую команду:
|
||
|
||
```bash
|
||
python lab4.py
|
||
```
|
||
Откроется визуализация данных и в консоль выведется резудьтат.
|
||
|
||
## Описание кода
|
||
|
||
- Считывает данные о прокате велосипедов из CSV-файла `train_bikes.csv` и обрабатывает отсутствующие значения, удаляя соответствующие строки.
|
||
|
||
- Извлечение признаков: Извлекает необходимые признаки, включая дату и время, а также количество арендованных велосипедов. Создает копию DataFrame для избежания предупреждения `SettingWithCopyWarning`.
|
||
|
||
```python
|
||
X = data[['datetime', 'count']].copy()
|
||
```
|
||
|
||
- Преобразование времени: Преобразует признак даты и времени в часы дня, что является важным для кластеризации на основе временных интервалов.
|
||
|
||
```python
|
||
X['datetime'] = pd.to_datetime(X['datetime'])
|
||
X['hour'] = X['datetime'].dt.hour
|
||
```
|
||
|
||
- Предварительная обработка данных: Масштабирует признаки с использованием `StandardScaler` для обеспечения их схожести.
|
||
|
||
- Кластеризация: Использует алгоритм K-means для разделения временных интервалов на три группы на основе часа дня и количества аренды. Явно устанавливает параметр n_init, чтобы избежать предупреждения о будущих изменениях.
|
||
|
||
```python
|
||
X.loc[:, 'cluster'] = KMeans(n_clusters=3, random_state=42, n_init=10).fit_predict(X_scaled)
|
||
```
|
||
|
||
- Визуализация: Строит точечную диаграмму для визуализации результатов кластеризации. Каждая точка представляет временной интервал и окрашена в цвет, соответствующий присвоенному кластеру.
|
||
|
||
- Выводит в консоль сводку кластеров, вычисляя описательные статистики для количества аренды в каждом кластере.
|
||
|
||
## Заключение
|
||
|
||
### Оценка работы моделей
|
||
|
||
Точечная диаграмма и сводка кластеров предоставляют представление о различных паттернах активности аренды велосипедов в течение дня. Анализ этих кластеров может помочь выявить пиковые часы спроса и адаптировать стратегии распределения ресурсов или маркетинговые действия.
|
||
|
||
|
||
|
||
<table>
|
||
<thead>
|
||
<tr>
|
||
<th>Кластер</th>
|
||
<th>Количество наблюдений</th>
|
||
<th>Среднее кол-во аренд велосипедов</th>
|
||
<th>Стандартное отклонение</th>
|
||
<th>Минимум аренды</th>
|
||
<th>25-й перцентиль</th>
|
||
<th>Медиана</th>
|
||
<th>75-й перцентиль</th>
|
||
<th>Максимум аренды</th>
|
||
</tr>
|
||
</thead>
|
||
<tbody>
|
||
<tr>
|
||
<td>0</td>
|
||
<td>4193</td>
|
||
<td>171.52</td>
|
||
<td>81.48</td>
|
||
<td>4</td>
|
||
<td>106</td>
|
||
<td>171</td>
|
||
<td>235</td>
|
||
<td>356</td>
|
||
</tr>
|
||
<tr>
|
||
<td>1</td>
|
||
<td>2328</td>
|
||
<td>474.83</td>
|
||
<td>139.73</td>
|
||
<td>272</td>
|
||
<td>367</td>
|
||
<td>441</td>
|
||
<td>555</td>
|
||
<td>977</td>
|
||
</tr>
|
||
<tr>
|
||
<td>2</td>
|
||
<td>4365</td
|
||
><td>59.77</td>
|
||
<td>67.05</td>
|
||
<td>1</td>
|
||
<td>9</td>
|
||
<td>30</td>
|
||
<td>94</td>
|
||
<td>301</td>
|
||
</tr>
|
||
</tbody>
|
||
</table>
|
||
|
||
### На основе предоставленных кластеров, мы можем сделать выводы:
|
||
|
||
1. **Утренний период (Кластер 2):**
|
||
- Низкий уровень аренды: Утренний период (вероятно, от раннего утра до полудня) характеризуется низким уровнем аренды велосипедов. Это может быть связано с тем, что люди предпочитают другие виды транспорта или не активно пользуются велосипедами в этот период.
|
||
2. **Пиковый период (Кластер 1):**
|
||
- Высокий спрос в пиковый час: В это время наблюдается высокий уровень аренды велосипедов, вероятно, в часы пик, когда люди двигаются в/из работы или в другие места активности. Бизнес может сфокусироваться на предоставлении дополнительных услуг, улучшении инфраструктуры или рекламе в это время.
|
||
3. **Вечерний период (Кластер 0):**
|
||
- Умеренный уровень аренды: Вечерний период (возможно, с послеполуденной до вечера) характеризуется умеренным уровнем аренды велосипедов. В это время бизнес может продолжать предоставлять услуги велопроката, а также улучшать комфорт и безопасность пользователей. |