Практическое задание №9 Регрессионный анализ с линейной проекцией и моделью svm

Для данной работы я выбрала статистику разводов в России и Соединенных Штатах на 1000 человек.










Вывод: анализ взаимосвязи двух групп данных нам показывает, что взаимосвязь между ними есть, но она невероятно мала. Тематика взятых мной данных не предполагает взаимосвязи между ними.
На мой взгляд, самой удобными моделями оказались Scatter Plot и Linear Projection. Polynomial Regression мне понравилась меньше всего, так как менее отчетливо видно, что данные, которые я использовала практически не пересекаются и не связаны между собой. 







Комментарии

Отправить комментарий

Популярные сообщения из этого блога

Изображение
 Для анализа я выбрала 5 разных рецензий на  фильм "волк с Уолл Стрит" 1) Эмоциональная составляющая в рассмотренных текстах очень мало отличается. Из 5 текстов, 3 в незначительном ключе характеризуются, как "радостные", в остальном же изменения совсем не явные. 2) Для анализа я использовала шкалы, которые показывают разные данные в разных текстах, такие показатели как: "плохой", "громкий", "величественный", "большой", "угловатый". Эти критерии позволяют отличать данные тексты. 3) В общем-то сложно выделить самый эмоциональный и неэмоциональный текст.  На мой взгляд, самый эмоциональный- первый. Самый неэмоциональный-третий, потому что некоторые критерии ниже остальных, в целом эмоциональность везде одинаковая. 4) Результаты анализа никак не связаны с моим личным мнением насчет этих текстов. Во многом для анализа используются странные критерии. Разумеется, в рецензиях есть как хорошие, так и негативные мысли и данная...
Далее...
Изображение
 Практическое задание №2. Структурный Sentiment анализ информации с моделями MDS, ACM и оценкой дисперсии.  1. Положительный текст о животных: 2. Текст с негативной окраской о взломах.  Выводы: Анализ текстов показал разницу в эмоциональном окрасе. Большей эмоциональной выразительностью оказался текст с негативным посылом. Текст с позитивным посылом насыщен хорошей информацией, однако обладает меньшим уровнем эмоциональности, в отличие от другого. Модель анализа смыслового содержания, а именно acm дала более точную идентификацию типа эмоций, модель feature statistics точнее определила степень выраженности эмоций.
Далее...
                                                             Практическое задание №5 Модель кадрового менеджмента  параметр Директор по контенту   Редактор новостей Менеджер по социальным медиа ему труднее других найти новую работу Директор по контенту, из-за высокого уровня ответственности, руководящего опыта и узкой специализации Редактор новостей, поскольку специализация узкая, особенно с учетом медийных трендов Менеджеру по соцсетям, особенно при падении популярности или изменениях трендов с большей вероятностью будет менять работу Минимально вероятно, так как у него развит управленческий опыт, хорошие связи и высокая профессиональная степень, стабильность Редактор, если он почувствует хроническую перегрузку. Менеджер, если его не устраивают...
Далее...