Projet A : Comparaison des k-moyennes et de DBSCAN

Dans ce chapitre, deux jeux de données ont été utilisés pour illustrer le clustering des k-moyennes et DBSCAN, FungusLocations.csv et DBScanExample.csv. Exécutez chaque algorithme sur l'autre jeu de données. En d'autres termes, utilisez DBSCAN pour classer les points de FungusLocations.csv et les k-moyennes pour regrouper les points de DBScanExample.csv. Analysez les résultats en comparant les performances des deux algorithmes sur chaque jeu de données. Si des problèmes de classification sont survenus, discutez des raisons possibles de leur apparition.

Projet B : Construction d'un arbre de décision pour prédire l'achèvement des études universitaires

Construisez un classificateur par arbre de décision basé sur le jeu de données CollegeCompletionData.csv pour classer les étudiants selon qu'ils sont susceptibles de terminer leurs études universitaires (ou non) en fonction de leur GPA et de leur statut de résident de l'État. Expérimentez différents ratios entre données d'entraînement et de test ainsi que différentes techniques d'élagage afin de trouver le modèle offrant la meilleure exactitude. Générez quelques points de données avec des GPA et des statuts de résident aléatoires, puis utilisez votre modèle pour prédire l'achèvement des études universitaires sur vos nouvelles données.

Projet C : Prédiction des résultats chez les patients atteints d'une maladie hépatique

Analysez le jeu de données cirrhosis.csv pour prédire les étiquettes $D$, $C$ et $CL$ en fonction de diverses combinaisons des colonnes de caractéristiques, en utilisant (a) une forêt aléatoire et (b) une régression logistique multiple. Comparez l'exactitude de vos modèles avec celle du classificateur bayésien naïf gaussien développé dans Bayes naïf gaussien pour les probabilités continues.