Анализ данных California Housing Dataset

Информация о рецензируемых работах

• Проект выполнен в рамках задания по анализу данных California Housing Dataset с использованием Python, pandas, seaborn и scikit-learn. Цель — провести разведочный анализ данных, визуализировать распределения и выявить ключевые связи.

Gitverse профили

• https://gitverse.ru/nmnlv

Информация о студенте

• ФИО: Красноперов Кирилл
• Группа: РИ-150914
• Номер задания: 5

Описание задания

Задача — провести разведочный анализ набора данных о стоимости жилья в Калифорнии, включая анализ целевой переменной, признаков, их статистики, корреляций и визуализаций.

Что нужно анализировать

• Целевая переменная: MedHouseVal (стоимость жилья)
• Признаки: все остальные переменные
• Взаимосвязи между признаками и целевой переменной
• Распределения признаков и целевой переменной

Выполненные работы

• Загрузка данных
• Импорт данных из sklearn.datasets и преобразование в DataFrame
• Анализ целевой переменной
• Статистика по MedHouseVal (среднее, медиана, стандартное отклонение, минимумы, максимумы, перцентили)
• Анализ признаков
• Статистика по признакам (среднее, стандартное отклонение, минимум, максимум)
• Визуализация
• Распределение целевой переменной (гистограмма и KDE)
• Распределения признаков (гистограммы)
• Взаимосвязь признаков с целевой переменной (scatter plots)
• Корреляционный анализ (таблица и barh график)

Таблица с метриками

• В таблице представлены ключевые статистические показатели и корреляции
• Ключевые числа
• Среднее значение целевой переменной
• Максимальное и минимальное значение
• Наиболее скоррелированные признаки

Ключевые находки

• Распределение стоимости жилья с сильной асимметрией
• Некоторые признаки имеют сильную корреляцию с ценой
• Визуальные