ИТМО · Машинное обучение и анализ данных
Лабораторная 2 с нуля
Покупатели магазина: pandas и SQL, разбор графиков, восстановление пропусков методом kNN, деление клиентов на группы kMeans и свой kMeans. Каждая тема на отдельной странице, иди по порядку.
Как читать
Жёлтые блоки «На пальцах» объясняют идею без математики, красные «Ловушка» предупреждают о подвохах.
Вопросы в конце темы сначала попробуй ответить сам, потом нажми, чтобы открыть ответ.
Кнопка «Понял тему» ставит отметку в этом списке (хранится на этом телефоне).
Рассказ на защитеСценарий по ячейкам: что показать и что сказать
Старт О чём вообще эта лабаУ магазина есть данные о 2240 покупателях. Мы учимся делать с данными четыре вещи: доставать ответы на вопросы, рассматривать графики, чинить дыры в данных и делить покупателей на группы.
4 б. Данные, pandas и SQLЧитаем три файла и отвечаем на два вопроса. Каждый вопрос решаем дважды: командами pandas и запросом SQL. Склеивать таблицы (join) здесь запрещено.
3 б. EDA: рассматриваем данныеРазбираем графики, которые Colab строит сам, отделяем полезные от бесполезных, придумываем гипотезу и строим свой график, чтобы её проверить.
2 б. Предобработка и kNNУ 24 клиентов не указан доход. Мы заполним его средним доходом трёх самых похожих на них клиентов. Для этого надо превратить клиента в набор чисел и уметь мерить, насколько два клиента похожи.
1 б. Кластеры и снижение размерностиГотовый kMeans из sklearn делит клиентов на группы по тратам. Мы выбираем число групп, рисуем их на плоскости тремя способами и объясняем, кто в какой группе. Писать тут почти ничего не нужно, балл дают за объяснение.
4 б. Свой kMeansПишем kMeans сами в три шага: функция «к какому центру ближе», цикл «передвинуть центры», и всё вместе с условием остановки. Проверяем на игрушечных точках, где правильный ответ известен.
Шпора Перед защитойКороткая выжимка: что открыть, что сказать, что значат слова.
Защита Рассказ на защитеСценарий, чтобы пройтись по лабе по порядку и уверенно. Листаешь ноутбук сверху вниз, на каждом шаге смотришь в указанную ячейку и говоришь 2-4 фразы. Целиком выходит минут на 7-8.