Копирование названий столбцов и их описаний с сайта
Лабораторная работа для ИПЗ. Проект.
Оглавление
Лабораторная работа для ИПЗ. Проект. 1
0. Общие положения и задание. 1
1. Загрузка и подготовка датасета для анализа. 2
1.1 Переходим по ссылке, знакомимся с контентом страницы. 2
1.2. Выбор конкретного датасета, если их несколько. 3
1.3. Копирование названий столбцов и их описаний с сайта. 4
1.4. Отбор столбцов (признаков) для дальнейшей работы.. 7
1.5. Скачиваем датасет (или архив) и сохраняем его. 8
1.6. Загрузка датасета в Excel. Только два способа. 9
2. Основные статистические харатеристики. 11
2.1. Описательные характеристики для количественных признаков. 11
2.2. Описательные характеристики для качественных признаков. 12
2.3 "Что делать, если числа вопринимаются как текст". 12
3. Визуальный анализ. 13
3.1. Визуализация: два количественных признака. 13
3.1.1 Точечная диаграмма. 13
3.1.2 Гистограмма распределения. 14
3.2. Визуализация: качественные признаки. 15
3.2.1 Частотная таблица. 15
3.2.2 Таблица сопряженности. 17
3.3. Визуализация: Количественный и качественный признаки. 19
3.3.1 Распределение количественного признака для разных значений (категорий) качественного 19
3.3.2 Линейчатая диаграмма с категориями. 19
Общие положения и задание
Цель. Продемонстрировать комплекс навыков по работе в MS Office.
Научиться загружать и оформлять табличные данные из сети Интернет для дальнейшего анализа, а также проводить предварительный визуальный анализ данных.
|
|
Задания.
Вариант 25
Реализуйте проект по анализу данных и принятию решений методами машинного обучения.
1. Скачайте по ссылке https://www.kaggle.com/muonneutrino/us-census-demographic-data датасет с названием US Census Demographic Data.
2. Рассчитайте основные описательные статистики
3. Проведите визуальный анализ
4. При необходимости очистите данные
(не обязательный) 5. Сформулируйте задачу проекта
(не обязательный) 6. Выберите метод машинного обучения для решения задачи и составьте модель.
(не обязательный) 7. Оцените качество построенной модели
(не обязательный) 8. Опишите, как воспользоваться построенной моделью.
9. Сделайте презентацию и подготовьте рассказ
Рекомендации.
Выполнять лабораторную работу можно в MS Excel или его аналогах, можно использовать и другой инструментарий (R, Python, статистические пакеты, облачные сервисы).
Пример ниже выполняется с помощью Google Table и MS Excel (версия 365)
Порядок выполнения работы.
Загрузка и подготовка датасета для анализа
Переходим по ссылке, знакомимся с контентом страницы.
и ниже:
Обращаем внимание на Context, Content, Inspiration, переводим.
Из этих текстов извлекаем:
- общее описание, тему:
|
|
Набор данных включает данные переписи по США 2015 года по округам всех штатов.
В дальнейшем, по мере работы с датасетом, возможна корректировка
- идеи для анализа, предлагаемые автором датасета
Есть много вопросов, на которые мы могли бы попытаться ответить, используя данные здесь. Можем ли мы предсказать такие вещи, как состояние (классификация) или доход домохозяйства (регрессия)? Какие типы кластеров мы можем найти в данных?
Выбор конкретного датасета, если их несколько
Видим, что датасетов на странице несколько, ищем описания, по описанию выбираем датасет, с которым будем работать. В зависимости от варианта датасет может быть единственным.
Обращайте внимание на размер файлов.
Для отображения всех столбцов с их расшифровками выберите Select All
Копирование названий столбцов и их описаний с сайта
По разделу About this file можно перемещаться стрелками. Скопируем названия столбцов и их описания, переведем описания, это пригодится для отчета и для того, чтобы выбрать те столбцы, с которыми дальше будем работать.
Выделяйте мышью, аккуратно и до конца. Получится примерно так, как ниже.
|
|
Выделены примеры служебных слов, которые нужно удалить (меню Главная -Заменить - ...)
CensusIdsort
County Census ID
text_formatStatesort
State, DC, or Puerto Rico
text_formatCountysort
County or county equivalent
grid_3x3TotalPopsort
Total population
grid_3x3Mensort
Number of men
grid_3x3Womensort
Number of women
grid_3x3Hispanicsort
% of population that is Hispanic/Latino
grid_3x3Whitesort
% of population that is white
grid_3x3Blacksort
% of population that is black
grid_3x3Nativesort
% of population that is Native American/Native Alaskan
grid_3x3Asiansort
% of population that is Asian
grid_3x3Pacificsort
% of population that is Native Hawaiian or Pacific Islander
grid_3x3Citizensort
Number of citizens
grid_3x3Incomesort
Median household income ($)
grid_3x3IncomeErrsort
Median household income error ($)
grid_3x3IncomePerCapsort
Income per capita ($)
grid_3x3IncomePerCapErrsort
Income per capita error ($)
grid_3x3Povertysort
% under poverty level
grid_3x3ChildPovertysort
% of children under poverty level
grid_3x3Professionalsort
% employed in management, business, science, and arts
grid_3x3Servicesort
% employed in service jobs
grid_3x3Officesort
% employed in sales and office jobs
grid_3x3Constructionsort
% employed in natural resources, construction, and maintenance
grid_3x3Productionsort
% employed in production, transportation, and material movement
grid_3x3Drivesort
% commuting alone in a car, van, or truck
grid_3x3Carpoolsort
% carpooling in a car, van, or truck
grid_3x3Transitsort
% commuting on public transportation
grid_3x3Walksort
% walking to work
grid_3x3OtherTranspsort
% commuting via other means
grid_3x3WorkAtHomesort
% working at home
grid_3x3MeanCommutesort
Mean commute time (minutes)
grid_3x3Employedsort
Number of employed (16+)
grid_3x3PrivateWorksort
% employed in private industry
grid_3x3PublicWorksort
% employed in public jobs
grid_3x3SelfEmployedsort
% self-employed
|
|
grid_3x3FamilyWorksort
% in unpaid family work
grid_3x3Unemploymentsort
Unemployment rate (%)
Очищенный текст преобразуем в таблицу с двумя столбцами (Вставка -Таблица – преобразровать в таблицу) , добавляем третий с переводом.
Дата добавления: 2022-12-03; просмотров: 14; Мы поможем в написании вашей работы! |
Мы поможем в написании ваших работ!