Учебно-методические комплексы

import numpy as np

import pandas as pd

from sklearn.datasets import load_iris, load_wine, load_breast_cancer

from sklearn.model_selection import train_test_split

from sklearn.preprocessing import StandardScaler



# Загрузка датасета Iris

iris = load_iris()

print("Датасет Iris:")

print(f"Количество образцов: {len(iris.data)}")

print(f"Количество признаков: {iris.data.shape[1]}")

print(f"Названия признаков: {iris.feature_names}")

print(f"Классы: {iris.target_names}")

print(f"Первые 5 строк:\n{iris.data[:5]}")



# Загрузка датасета Wine

wine = load_wine()

print("\nДатасет Wine:")

print(f"Количество образцов: {len(wine.data)}")

print(f"Количество признаков: {wine.data.shape[1]}")

print(f"Классы: {wine.target_names}")



# Загрузка датасета Breast Cancer

cancer = load_breast_cancer()

print("\nДатасет Breast Cancer:")

print(f"Количество образцов: {len(cancer.data)}")

print(f"Количество признаков: {cancer.data.shape[1]}")

print(f"Классы: {cancer.target_names}")

# Разбиение с разными параметрами

X = iris.data

y = iris.target



# Вариант 1: стандартное разбиение 70/30

X_train, X_test, y_train, y_test = train_test_split(

    X, y, test_size=0.3, random_state=42

)

print(f"Стандартное разбиение (70/30):")

print(f"Обучающая выборка: {X_train.shape}")

print(f"Тестовая выборка: {X_test.shape}")



# Вариант 2: стратифицированное разбиение (сохраняет пропорции классов)

X_train_strat, X_test_strat, y_train_strat, y_test_strat = train_test_split(

    X, y, test_size=0.3, random_state=42, stratify=y

)

print(f"\nСтратифицированное разбиение:")

print(f"Распределение классов в обучении: {np.bincount(y_train_strat)}")

print(f"Распределение классов в тесте: {np.bincount(y_test_strat)}")



# Вариант 3: разное соотношение выборок

splits = [0.1, 0.2, 0.3, 0.4, 0.5]

for test_size in splits:

    _, X_test_temp, _, _ = train_test_split(X, y, test_size=test_size, random_state=42)

    print(f"test_size={test_size}: тестовая выборка = {len(X_test_temp)} образцов")

# Стандартизация (StandardScaler)

scaler = StandardScaler()

X_scaled = scaler.fit_transform(X)



print("До нормализации:")

print(f"Среднее: {X.mean(axis=0)[:5]}")

print(f"Стандартное отклонение: {X.std(axis=0)[:5]}")



print("\nПосле стандартизации:")

print(f"Среднее: {X_scaled.mean(axis=0)[:5]}")

print(f"Стандартное отклонение: {X_scaled.std(axis=0)[:5]}")



# Нормализация в диапазон [0, 1]

from sklearn.preprocessing import MinMaxScaler

minmax_scaler = MinMaxScaler()

X_minmax = minmax_scaler.fit_transform(X)



print("\nПосле MinMax нормализации:")

print(f"Минимумы: {X_minmax.min(axis=0)[:5]}")

print(f"Максимумы: {X_minmax.max(axis=0)[:5]}")

# Преобразование в DataFrame

iris_df = pd.DataFrame(iris.data, columns=iris.feature_names)

iris_df['target'] = iris.target

iris_df['target_name'] = iris_df['target'].map({i: name for i, name in enumerate(iris.target_names)})



print("Первые 10 строк DataFrame:")

print(iris_df.head(10))

print("\nСтатистика по классам:")

print(iris_df.groupby('target_name')['sepal length (cm)'].describe())

# Загрузка датасета о диабете

from sklearn.datasets import load_diabetes

diabetes = load_diabetes()



# Задание 1: Выведите информацию о датасете

print("Датасет Diabetes:")

print(f"Размер: {diabetes.data.shape}")

print(f"Признаки: {diabetes.feature_names}")



# Задание 2: Разбейте данные на train/test (80/20) со стратификацией

X = diabetes.data

y = diabetes.target

# Для регрессии stratify не используется

X_train, X_test, y_train, y_test = train_test_split(

    X, y, test_size=0.2, random_state=42

)



# Задание 3: Примените нормализацию к обучающей выборке

scaler = StandardScaler()

X_train_scaled = scaler.fit_transform(X_train)

X_test_scaled = scaler.transform(X_test)  # используем параметры из обучения



print(f"Обучающая выборка после нормализации: среднее = {X_train_scaled.mean():.3f}")

print(f"Тестовая выборка после нормализации: среднее = {X_test_scaled.mean():.3f}")



# Задание 4: Создайте DataFrame с признаками и целевой переменной

diabetes_df = pd.DataFrame(diabetes.data, columns=diabetes.feature_names)

diabetes_df['target'] = diabetes.target

print(diabetes_df.head())