Задание 1: Exploratory Data Analysis — Iris Dataset

Информация о студенте

ФИО

Анваров Артур Амирович

Номер группы

РИ-150942/1

📋 Описание проекта

Данный проект представляет собой исследовательский анализ данных (EDA) классического датасета Iris. Выполнен анализ целевой переменной, статистика признаков, визуализация распределений и корреляционный анализ.

---

🤖 Как решалось задание

Инструменты

• AI-ассистент: Claude Opus 4 (Anthropic)
• Метод: Был отправлен шаблон кода с TODO-комментариями и задачами, Claude сгенерировал полное решение

Процесс

1. Получен шаблон с пустыми функциями и комментариями-заданиями
2. Отправлен запрос в Claude Opus 4 с просьбой реализовать все функции
3. Claude проанализировал требования и написал код для каждой функции
4. Код был проверен и протестирован

---

📊 Описание датасета Iris

Iris Dataset — классический датасет машинного обучения, созданный Рональдом Фишером в 1936 году.

Характеристики датасета

Признаки (Features)

Целевая переменная (Target)

---

📈 Статистика признаков

Sepal Length (Длина чашелистика)

Sepal Width (Ширина чашелистика)

Petal Length (Длина лепестка)

Petal Width (Ширина лепестка)

---

🔗 Матрица корреляций

Ключевые наблюдения:

• Сильная положительная корреляция (0.963) между длиной и шириной лепестка
• Сильная положительная корреляция (0.872) между длиной чашелистика и длиной лепестка
• Слабая отрицательная корреляция (-0.118) между длиной и шириной чашелистика
• Признаки лепестков сильно коррелируют между собой и с длиной чашелистика

Описание функций

---

📁 Выходные файлы

После выполнения скрипта создаются следующие файлы: project/ ├── iris_analysis.py # Основной скрипт ├── README.md # Этот файл ├── 01_iris_target_distribution.png # Распределение видов ├── 01_iris_features_distribution.png # Гистограммы признаков ├── 01_iris_features_by_species.png # Признаки по видам └── 01_iris_correlation_matrix.png # Тепловая карта корреляций