Итоговый проект

Задание выполняется в Colab Notebooks. 

Файл для работы. 

Критерии оценки: 

Качество проведения предварительного анализа данных. (6 баллов) 

Обоснованность выбора модели. (4 баллов) 

 Правильность вычислений. (6 баллов) 

Алгоритм работы: 

Постановка задачи. 

Данные. Что они описывают. Перевести названия столбцов. 

Анализ данных. Какой алгоритм будет использоваться: алгоритм регрессии или алгоритм классификации и почему. 

Обязательно поработать 

 - с пропущенными данными, 

 - построить гистограммы (отражающие частотное распределение признаков) для не менее, чем трех признаков, 

- подсчитать описательную статистику по датасету 

 - вывести корреляционную матрицу, сделать выводы о данных (письменно, есть ли значимые связи, что они означают) 

- построить график для отображения наиболее значимой зависимости между признаками. 

Помимо приведенных заданий, выполнить тот анализ, который считаете необходимым именно с этими данными. 

4. Выделение целевой переменной. 

5. Разделение выборки на обучающую и тестовую. 

6. Выбор модели. Обоснование выбора модели. Показать, что использовали разные классификаторы или регрессоры и выбрали именно данный. 

7. Обучение модели. 

8. Оценка модели. Можно ли улучшить качество модели? 

9. Сравнение с истинным значением целевой переменной. 

10. Выводы. Подробно, какая задача была поставлена, какая работа проведена, какие результаты получены и что они означают.