78 lines
7.0 KiB
Markdown
78 lines
7.0 KiB
Markdown
# Лаб 4 Кластеризация
|
||
|
||
Использовать метод кластеризации по варианту для данных из датасета курсовой
|
||
Predict students' dropout and academic success (отсев студентов), самостоятельно сформулировав задачу.
|
||
Интерпретировать результаты и оценить, насколько хорошо он подходит для
|
||
решения сформулированной вами задачи.
|
||
|
||
# Вариант 3
|
||
|
||
Метод t-SNE
|
||
|
||
# Запуск
|
||
|
||
Выполнением скрипта файла (вывод в консоль).
|
||
|
||
# Описание модели:
|
||
|
||
T-Distributed Stochastic Neighbor Embedding (t-SNE) - это метод визуализации и снижения размерности,
|
||
используемый для визуализации многомерных данных в виде двумерной или трехмерной графики.
|
||
|
||
Результатом работы t-SNE является визуализация данных, где близкие точки в исходном пространстве отображаются
|
||
близко друг к другу, а отдаленные точки - далеко. Это позволяет исследователям изучать структуру данных и
|
||
находить кластеры и структуры, которые могут быть не видны при прямом наблюдении исходного пространства высокой размерности.
|
||
|
||
# Задача кластеризации
|
||
Учитывая набор данных, содержащий информацию о студентах, включая их пол, международный статус и ВВП,
|
||
цель состоит в том, чтобы сгруппировать этих студентов в отдельные кластеры на основе этих признаков.
|
||
Цель состоит в том, чтобы выявить естественные закономерности или подгруппы среди учащихся, которые могут
|
||
иметь сходные характеристики с точки зрения пола, международного статуса и экономического происхождения.
|
||
Такая кластеризация может помочь в адаптации образовательных программ, служб поддержки или вмешательств
|
||
к конкретным группам учащихся для улучшения академических результатов и показателей удержания.
|
||
Цель анализа - выявить значимые идеи, которые могут быть использованы для улучшения общего образовательного опыта
|
||
и показателей успешности различных групп учащихся.
|
||
|
||
# Результаты
|
||
|
||
Для применения метода уменьшения размерности t-SNE использованы признаки "Гендер", "Международный" и "ВВП".
|
||
Данные проецируются на двумерную плоскость, при этом сохраняя локальную структуру данных.
|
||
|
||
Как интерпретировать результаты на графике:
|
||
|
||
1. Пол:
|
||
- Поскольку "Пол" является категориальной переменной (бинарной, как "Мужчина" или "Женщина"),
|
||
- Ожидается увидеть на графике отчетливые кластеры или разделения. Каждая точка представляет учащегося,
|
||
- и лица одинакового пола должны быть сгруппированы вместе.
|
||
|
||
2. Международный:
|
||
- "Международный" также является бинарной категориальной переменной (например, "Да" или "Нет" указывает,
|
||
- является ли студент иностранным), вы можете увидеть разделение между иностранными и немеждународными студентами.
|
||
- Это может привести к образованию двух различных кластеров.
|
||
|
||
3. ВВП:
|
||
- "ВВП" - это непрерывная переменная, и ее значения будут представлены в виде точек на графике. В зависимости от
|
||
- распределения значений ВВП вы можете наблюдать градиент или закономерность в данных.
|
||
|
||
Теперь, когда посмотреть на график, должны быть видны точки, разбросанные по двумерному пространству. Похожие точки
|
||
находятся близко друг к другу, а непохожие - дальше друг от друга.
|
||
|
||
- Результаты:
|
||
- Видны четкие кластеры, это говорит о том, что эти признаки являются хорошими показателями для разделения
|
||
- студентов на группы.
|
||
|
||
- Доминирующими признаками являются "гендер" и "Интернациональность", можно увидеть два различных кластера,
|
||
- в одном из которых, например, в основном учатся местные студенты мужского пола, а в другом - иностранные студентки
|
||
- женского пола.
|
||
|
||
- "ВВП" оказывает сильное влияние, можно увидеть градиент точек, указывающий на корреляцию между ВВП и
|
||
- некоторой базовой закономерностью в данных.
|
||
|
||
Конкретная интерпретация будет зависеть от фактического распределения и характеристик данных.
|
||
Также важно отметить, что t-SNE - это стохастический алгоритм, поэтому его многократное выполнение с одними и теми
|
||
же параметрами может привести к несколько иным результатам. Поэтому рекомендуется изучить графики из нескольких прогонов,
|
||
чтобы получить четкое представление о структуре данных.
|
||
|
||
<p>
|
||
<div>График</div>
|
||
<img src="screens/myplot.png" width="650" title="График">
|
||
</p> |