Практическая работа №5. Бизнес-аналитика для больших данных

Параметры класса KMeans()

n_clusters	Количество кластеров
init	Метод определения начального положения центроидов
max_iter	Максимальное количество итераций

Таблица 3.2
Атрибуты класса KMeans()

cluster_centers_	Массив кластерных центров
inertia_	Сумма квадратов расстояний выборок до их ближайших центров скоплений

Таблица 3.3
Методы класса KMeans()

fit(X)	Выполняет кластеризацию методом k-средних
fit_predict(X)	Находит значение кластера для каждого наблюдения данных X

Повторим реализацию метода k-средних на языке Python на тех же данных, что и на языке R.

Задание

1. 
   С сайта https://www.kaggle.com/ импортировать один из наборов.
   

2. 
   Используя возможности языка R и возможности языка
   

Python, провести кластеризацию данных методом k-средних, выдвинуть гипотезы о бизнес-контексте результатов анализа.
Контрольные вопросы и задания R

1. 
   Как импортируются данные в формате .csv?
   
2. 
   Какие аргументы у функции kmeans()? Какие значения могут принимать эти аргументы? В каком формате возвращается результат?
   
3. 
   Какие преобразования исходных данных выполнялись и почему?
   
4. 
   Какие функции использовались для визуализации полученных результатов?
   

Python

5. 
   Как импортируются данные в формате .csv?
   
6. 
   Какие параметры, аргументы и методы у класса K Means? Как получить доступ к данным о кластерах наблюдений? Как получить доступ к данным о центроидах?
   
7. 
   Какие преобразования исходных данных выполнялись и почему?
   
8. 
   Какие функции использовались для визуализации полученных результатов?
   

Бизнес-контекст
Опишите выбранный набор данных: контекст данных, какие переменные есть в наборе, какое количество кластеров было выбрано для данных, в чем отличия полученных кластеров друг от друга, как можно использовать в бизнесе полученное разбиение на кластеры.