32 lines
2.5 KiB
Markdown
32 lines
2.5 KiB
Markdown
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. |