Анализ датасета Diabetes

Описание проекта

Проект представляет собой комплексный анализ датасета Diabetes, содержащего информацию о прогрессии заболевания диабетом у пациентов. Включает в себя исследовательский анализ данных, визуализацию и статистическую обработку для регрессионной задачи.

Структура проекта

Функции анализа:

1. load_data() - загрузка и подготовка данных

   • Загрузка датасета Diabetes из sklearn
   • Конвертация в DataFrame
   • Объединение признаков и целевой переменной

2. target_analysis(df) - анализ целевой переменной

   • Основные статистические показатели (среднее, медиана, стандартное отклонение)
   • Минимальные и максимальные значения
   • Квартили распределения

3. feature_statistics(df) - статистика признаков

   • Средние значения для каждого признака
   • Стандартные отклонения
   • Минимальные и максимальные значения

4. visualize_target(df) - визуализация целевой переменной

   • Гистограмма распределения прогрессии болезни
   • KDE (Kernel Density Estimation) график плотности распределения

5. visualize_features(df) - визуализация признаков

   • Гистограммы распределения всех признаков
   • Сетка графиков 4x3 для 10 признаков

6. scatter_features_vs_target(df) - анализ взаимосвязи признаков с целевой переменной

   • Scatter plots каждого признака относительно целевой переменной
   • Визуализация линейных зависимостей

7. correlation_analysis(df) - анализ корреляций

   • Расчет корреляции каждого признака с целевой переменной
   • Сортировка признаков по силе корреляции
   • Визуализация корреляций в виде горизонтальной диаграммы

Выходные файлы

• 03_diabetes_target_distribution.png
  - распределение целевой переменной
• 03_diabetes_features_distribution.png
  - распределение признаков
• 03_diabetes_features_vs_target.png
  - scatter plots признаков vs целевая переменная
• 03_diabetes_correlation_bars.png
  - диаграмма корреляций признаков с целевой переменной

Особенности датасета

• Тип задачи: Регрессия
• Целевая переменная: Quantitative measure of disease progression one year after baseline
• Количество признаков: 10
• Количество наблюдений: 442
• Признаки: возраст, пол, индекс массы тела, артериальное давление и другие медицинские показатели

Требования

• Python 3.6+
• pandas
• numpy
• matplotlib
• seaborn
• scikit-learn

Удалённые объекты

• CONTRIBUTING.md
• FILE_UPDATE_REPORT.md
• ASSIGNMENTS_README.md
• CODE_REQUIREMENTS.md
• MATPLOTLIB_CHEATSHEET.md
• PANDAS_CHEATSHEET.md

Интервьюеры:

• flokar
• Axwell