Итоговая практическая работа.Аналитик данных

Этапы выполнения работы в Colab

1.Описание набора данных, переменных

• (определение целевой переменной, которую нужно предсказать)

• Какие алгоритмы используем в предсказании?

• Регрессия

• Классификация

• Кластеризация

2 Разведочный анализ и подготовка данных (EDA)

• есть ли в данных пропущенные значения (что делаем? заполняем,

удаляем? Описываем почему и как)

• смотрим статистическую информацию о числовых переменных (так же

анализируем и

• описываем действия или бездействия)

• Для

категориальных

переменных

смотрим

значение

переменной

(анализируем,

• преобразовываем, группируем и т. д.)

• cтроим всевозможные графические элементы (гистограммы, линейные

зависимости,

• ящики с усами и т. д.), которые дадут представление о данных.

Не забываем о целевой переменной- мы должны увидеть какие данные влияют

в нашем наборе на target.

Не забываем описывать графические построения.

3 Очистка данных

• На

основании

проведенного

выше

анализа

занимаемся

при

необходимости:

⎯ Пропущенными значениями

⎯ Удалением индексов

⎯ Корректировкой выбросов

⎯ Несбалансированностью классов

• преобразовываем все категориальные переменные в числовые и рисуем

тепловую

• карту между всеми переменными

Так же анализируем и при необходимости корректируем данные

4 Моделирование

На основании целевой выбираем алгоритмы обучения

Необходимо выполнить обучение на следующих библиотеках:

1 Scikit-learn случайный лес и градиентый бустинг

2 На выбор одну библиотеку из трех:

⎯ AutoGluon,

⎯ PyCaret,

⎯ h2o-3 (веб интерфейс Flow, localhost 54321, сделать скриншоты в Word).

3 Сравнить результаты, полученные при обучении моделей

После обучения модели желательно визуализировать результаты

Описывайте код, так легче найти ошибки и исправить