Лабораторна робота №1. Пояснювальний аналіз даних
Завдання для самостийної роботи:
1. В середовищі Google Colab інсталювати бібліотеку scikit-learn.
2. За допомогою функції sklearn.datasets.make_classification згенерувати довільні дані для задачі класифікації з кількістю спостережень - 500, кількістю інформативних ознак - 4, кількістю надлишкових ознак - 2, кількістю класів - 3, кількістю кластерів на клас - 2.
3. Зробити описове дослідження даних. Цей етап передбачає побудову різноманітних діаграм. Мета описового дослідження - зрозуміти як цільові змінні залежать від ознак та як ознак пов'язані між собою та виявити аномалії і особливості даних. Найкращім інструментом тут є бібліотеки matplotlib, seaborn (seaborn.pairplot), plotly (https://plotly.com/python/3d-scatter-plots/).
4. При написанні коду дотримуватись вимог PEP8. Програмний код оформляти як набір документованих функції.
5. Звітом є Colab notebook з поясненнями у блоках markdown або документований скрипт Python. Без пояснень та документації коду звіт не приймається.