\n",
"**Общая информация**\n",
"\n",
"**Срок сдачи:** 8 июня 2016, 23:59 \n",
"**Штраф за опоздание:** -0.5 за каждый день \n",
"**Работы принимаются до зачетной недели** \n",
"\n",
"При отправлении ДЗ на почту указывайте фамилию в названии файла, а тему письма оформляйте в следующем виде: \n",
"** [Майнор ИАД 2016] *{Фамилия}* *{Имя}* ДЗ*{Номер}* ** \n",
"\n",
"\n",
"**Векторизуйте ваш код! Если в решениях будут присутствовать ненужные циклы - оценка за задачу будет равна 0!**\n",
"\n",
"Сопровождайте ваш код изображеними, комментариями и выводами. \n",
"Иммейте ввиду, что на некоторые задачи нет единственного верного и полного ответа. Чем больше информации вы сможете извлечь, аргументированных выводов сформулировать, тем лучше.\n",
"\n",
"Используйте данный Ipython Notebook при оформлении домашнего задания.\n",
""
]
},
{
"cell_type": "markdown",
"metadata": {},
"source": [
"## Кластеризация"
]
},
{
"cell_type": "markdown",
"metadata": {
"collapsed": true
},
"source": [
"### Задача 1 (1 балла)\n",
"Выберите любую (желательно красочную) картинку, подгузите её с помощью `image = plt.imread(path_to_image)` и выведите на экран с помощью `plt.imshow(image)`"
]
},
{
"cell_type": "code",
"execution_count": null,
"metadata": {
"collapsed": true
},
"outputs": [],
"source": [
"# Your code here"
]
},
{
"cell_type": "markdown",
"metadata": {},
"source": [
"### Задача 2 (2 балла)\n",
"Выполните компрессию изображения с помощью метода k-means, т.е. \n",
"* Зафиксируйте число кластеров `k` \n",
"* Выполните кластеризацию\n",
"* Замените цветовые характеристики пикселей на соответствующие значения центройдов\n",
"* Выведите результат с помощью `plt.imshow`"
]
},
{
"cell_type": "code",
"execution_count": null,
"metadata": {
"collapsed": true
},
"outputs": [],
"source": [
"# Your code here"
]
},
{
"cell_type": "markdown",
"metadata": {},
"source": [
"## Случайный лес и KNN"
]
},
{
"cell_type": "markdown",
"metadata": {},
"source": [
"### Задача 3 (1 балл)\n",
"Загрузите [данные](https://www.dropbox.com/s/47x4eyxxzkfwcjf/student-mat.csv?dl=0) об оценках студентов по математике. Изучите [описанием полей](https://www.dropbox.com/s/xg0z11c2n4m70h3/student.txt?dl=0) данных. \n",
"\n",
"Предлагается предсказать одно из полей G1-G3 (на ваш выбор). Соответственно, выберите любое поле, а остальные 2 удалите."
]
},
{
"cell_type": "code",
"execution_count": null,
"metadata": {
"collapsed": true
},
"outputs": [],
"source": [
"# Your code here"
]
},
{
"cell_type": "markdown",
"metadata": {},
"source": [
"### Задача 4 (3 балла)\n",
"Обучите на данных случайный лес. Для этого\n",
"* В соответствии с описанием полей, выполните необходимые преобразования признаков\n",
"* Разбейте данные на обучение и контроль в пропорции 80/20\n",
"* С помощью метода скользящего контроля подберите оптимальное количество деревьев в лесу (ошибка измеряется как mean absolute error (MAE)). Скользящий контроль выполняется на обучающей подвыборке\n",
"* Выведите 10 признаков с наибольшей значимостью.\n",
"* Примените лучшие настройки алгоритма на тестовой выборке и выведите результат"
]
},
{
"cell_type": "code",
"execution_count": null,
"metadata": {
"collapsed": true
},
"outputs": [],
"source": [
"# Your code here"
]
},
{
"cell_type": "markdown",
"metadata": {},
"source": [
"### Задача 5 (3 балла)\n",
"Обучите на данных метод ближайшего соседа. Для этого\n",
"* В соответствии с описанием полей и особенностями алгоритма, выполните необходимые преобразования признаков\n",
"* Разбейте данные на обучение и контроль в пропорции 80/20 (ровно так же, как в задаче 4)\n",
"* С помощью метода скользящего контроля подберите оптимальное число ближайших соседей и функцию взвешивания (`uniform` или `distance`)\n",
"* Примените лучшие настройки алгоритма на тестовой выборке и выведите результат."
]
},
{
"cell_type": "code",
"execution_count": null,
"metadata": {
"collapsed": true
},
"outputs": [],
"source": [
"# Your code here"
]
}
],
"metadata": {
"kernelspec": {
"display_name": "Python 2",
"language": "python",
"name": "python2"
},
"language_info": {
"codemirror_mode": {
"name": "ipython",
"version": 2
},
"file_extension": ".py",
"mimetype": "text/x-python",
"name": "python",
"nbconvert_exporter": "python",
"pygments_lexer": "ipython2",
"version": "2.7.11"
}
},
"nbformat": 4,
"nbformat_minor": 0
}