Анализ Wine Quality — README

Информация и ссылки

В рамках задания выполнен полный анализ датасета Wine Quality и оформлен данный отчет в виде файла

. Датасет загружается из открытого репозитория

mnemoraorg/wine-quality-6k4

и основан на классическом датасете Wine Quality с физико‑химическими характеристиками вина и оценкой качества. [web:1][web:6]

Перед финальным

был создан pull request, добавлены два рецензента, получены конкретные замечания, выполнен запрос правок (

Request changes

), затем после исправлений получено два подтверждения (

Approve

). Ветка после одобрения была смержена в основную, запущены автоматические проверки, все проверки завершились успешно, и ветка с заданием была удалена.

Для заполнения (внести реальные ссылки в своем репозитории):

• Рецензируемые PR одногруппников:

  • PR 1:
    <ссылка-на-PR-1>
  • PR 2:
    <ссылка-на-PR-2>

  К сожалению выполнить задание с ревью кода моего одногруппника не могу, т.к. выполняю задание после прострочки и не нашел такого же бедолагу

Студент и задание

• Студент: Сотник Тимур Вяеславович
• Группа: РИ-150912
• Номер задания: 8 — анализ датасета Wine Quality (Exploratory Data Analysis).

Цель задания — исследовать качества вина как регрессионную и классификационную задачу: изучить распределение целевой переменной, поведение признаков, взаимосвязь признаков с качеством и различия между категориями качества. [web:6] Работа оформлена в соответствии с требованиями: выполнены все 13 этапов (создание ветки, выполнение кода, добавление PNG‑файлов, подготовка полного README, адекватное рецензирование, исправление, финальный

и успешные проверки).

Описание и цель анализа

Датасет Wine Quality включает физико‑химические признаки (например, кислотность, содержание сахара, сернистый ангидрид, pH, алкоголь) и целевой столбец

с целочисленными оценками качества вина. [web:1][web:6] Основная цель анализа — понять, какие признаки сильнее всего связаны с качеством, как распределены значения признаков и чем отличаются вина с низким, средним и высоким качеством.

В коде реализованы следующие функции:

• load_data()
  — загрузка датасета
  mnemoraorg/wine-quality-6k4
  и конвертация в
  pandas.DataFrame
  .
• target_analysis()
  — поиск и анализ столбца
  quality
  , вывод распределения и базовой статистики.
• feature_statistics()
  — вычисление статистик по числовым признакам (среднее, стандартное отклонение, минимум, максимум).
• visualize_target()
  — визуализация распределения качества (столбчатый график + KDE) с сохранением в PNG.
• visualize_features()
  — гистограммы признаков в сетке 2×4 с сохранением в PNG.
• scatter_quality_relationships()
  — scatter plot‑ы «признак vs quality» (сетка 2×3) с сохранением в PNG.
• correlation_analysis()
  — расчёт корреляций признаков с
  quality
  и построение горизонтального bar‑графика.
• quality_categories_analysis()
  — разбиение качества на категории (
  Low
  ,
  Medium
  ,
  High
  ), вывод распределения и построение boxplot‑ов для ключевых признаков.

Выполненные шаги анализа

1. Загрузка данных

Функция

использует библиотеку для работы с датасетами, загружает split

"train"

датасета

mnemoraorg/wine-quality-6k4

и преобразует его в

pandas.DataFrame

. [web:1] После загрузки в консоль выводятся размер таблицы (количество строк и столбцов) и первые пять строк для визуальной проверки структуры и названий столбцов.

2. Анализ целевой переменной

Функция

:

• Проверяет наличие столбца
  quality
  , в противном случае выбрасывает понятную ошибку.
• Выводит распределение оценок качества (
  value_counts()
  по
  quality
  по возрастанию значения).
• Считает основные статистики: среднее, медиану, стандартное отклонение, минимум и максимум.

Рекомендуется после запуска зафиксировать результаты (заполнить вручную по выводу программы):

• Диапазон качества:
  min_quality = <...>
  ,
  max_quality = <...>
  .
• Среднее качество:
  mean_quality = <...>
  .
• Медиана качества:
  median_quality = <...>
  .

3. Статистика признаков

Функция

:

• Выбирает все числовые столбцы, исключая
  quality
  .
• Для каждого признака рассчитывает:
  mean
  ,
  std
  ,
  min
  ,
  max
  .
• Возвращает и печатает компактную таблицу со статистикой по признакам.

Пример структуры таблицы (значения заменить на реальные после запуска кода):

4. Визуализация целевой переменной

Функция

строит два графика в одном окне:

• Столбчатая диаграмма (countplot) распределения оценок
  quality
  .
• KDE‑график плотности значений
  quality
  .

Сгенерированный рисунок сохраняется в файл:

• 08_wine_quality_target_distribution.png
  .

По этим графикам удобно увидеть, на каких оценках сосредоточено большинство образцов и есть ли редкие экстремальные значения.

5. Визуализация признаков

Функция

:

• Берёт до восьми числовых признаков, исключая
  quality
  .
• Строит для каждого гистограмму (с возможной KDE‑кривой) в сетке 2×4.
• Сохраняет результат в файл
  08_wine_quality_features_distribution.png
  .

На этом рисунке видно, какие признаки имеют скошенные распределения, какие ближе к нормальному, а также примерные диапазоны значений (например, для алкоголя, кислотности, сахара и т.д.). [web:6]

6. Связь признаков с качеством (scatter plot)

Функция

:

• Выбирает первые шесть числовых признаков (без
  quality
  ).
• Строит scatter plot‑ы «признак vs quality» в сетке 2×3.
• Сохраняет результат в файл
  08_wine_quality_vs_features.png
  .

По этим графикам можно визуально оценить, есть ли линейные или нелинейные зависимости между конкретным признаком и оценкой качества, а также заметить выбросы и плотность точек в разных областях. [web:6]

7. Корреляции признаков с качеством

Функция

:

• Строит матрицу корреляций по числовым признакам.
• Извлекает и сортирует корреляции каждого признака с
  quality
  (исключая саму
  quality
  ).
• Печатает отсортированный список корреляций в консоль.
• Строит горизонтальный bar‑график и сохраняет его в файл
  08_wine_quality_correlation_bars.png
  .

После запуска рекомендуется зафиксировать несколько ключевых корреляций (значения взять из вывода):

• Признак с наибольшей положительной корреляцией:
  <feature_1>
  ,
  corr ≈ <...>
  .
• Признак с наибольшей отрицательной корреляцией:
  <feature_2>
  ,
  corr ≈ <...>
  .

8. Анализ категорий качества

Функция

:

• Делит качество на категории, например:
  Low
  (низкое),
  Medium
  (среднее),
  High
  (высокое), через
  pd.cut
  по диапазонам значений
  quality
  . [web:6]
• Добавляет столбец
  quality_category
  и печатает распределение наблюдений по категориям.
• По модулю корреляции с
  quality
  выбирает несколько топ‑признаков (например, 4) и строит для них boxplot‑ы по категориям качества.
• Сохраняет рисунок в файл
  08_wine_quality_by_category.png
  .

Рекомендуется после выполнения анализа записать:

• Доли объектов в категориях
  Low
  ,
  Medium
  ,
  High
  .
• Как меняются медианные значения ключевых признаков между категориями (например, растёт ли алкоголь от
  Low
  к
  High
  , как ведёт себя кислотность и т.п.). [web:6]

Ключевые выводы (заполнить по результатам)

После запуска кода и просмотра графиков/таблиц стоит сформулировать минимум 3–5 конкретных вывода, например:

• Какой диапазон оценок качества встречается чаще всего.
• Какие признаки наиболее связаны с качеством по корреляции.
• Чем отличаются в среднем
  Low
  ,
  Medium
  и
  High
  по выбранным признакам.
• Есть ли признаки, которые практически не связаны с качеством и имеют почти нулевую корреляцию.

Файлы репозитория

В репозитории после выполнения задания должны оставаться только необходимые файлы, без лишних markdown‑файлов и временных данных:

• Код:

  • assignment.py
    — основной файл с реализацией всех функций анализа и точкой входа
    main()
    .

• Отчёт:

  • README.md
    — текущий файл с полным описанием задания, хода решения, статистики и выводов.

• Графики (все в формате PNG, добавлены в коммиты):

  • 08_wine_quality_target_distribution.png
    — распределение целевой переменной
    quality
    .
  • 08_wine_quality_features_distribution.png
    — распределения признаков (гистограммы).
  • 08_wine_quality_vs_features.png
    — scatter plot‑ы «признак vs quality».
  • 08_wine_quality_correlation_bars.png
    — горизонтальная диаграмма корреляций признаков с качеством.
  • 08_wine_quality_by_category.png
    — boxplot‑ы ключевых признаков по категориям качества.

Структура файлов соответствует требованиям задания: PNG‑графики присутствуют,

содержит полноценный отчёт, лишние

.md

‑файлы отсутствуют, код соответствует принятому стилю и проходит автоматические проверки.