پروژه داده کاوی با پایتون(33816)+

---

شرح پروژه

: 

سلام من یه پروژه داده کاوی دارم که این موارد در فاز اولش ازشما میخواهم وهمچنین دلیل استفاده کردن از این کدهارو   ۷روز  https://www.kaggle.com/datasets/kamilpytlak/personal-key-indicators-of-heart-disease  موارد زیر، با حفظ ترتیب (جابجایی ترتیب بعد هماهنگی دستیاران تدریس مانعی ندارد ) گامهای فاز میانی پروژه درسی شماست.

*تمامی* موارد زیر در جلسه کدزنی کتابخانه نامپای مطرح شده بود اما به همت آقای رفیعی فرد و آقای سلامی گردآوری شد. ضمن تشکر از ایشان، به این نکته دقت کنید که *موارد مذکور بدون هیچ کم و کسری از دانشجویان تحویل گرفته می شود* بنابراین هر گونه کسری از این موارد، مستقیما روی نمره ی پروژه اعمال اثر خواهد شد.

گامهای *فازمیانی* پروژه:

- تحلیل اکتشافی دیتا یا EDA

- مشخص کردن دیتاهای outlier و حذف آن ها

- استاندارد سازی سازی دیتاست از طریق روش‌هایی مثل min-max

-مقایسه ویژگی ها پس از این مرحله از طریق نمودار (EDA)

- ایجاد missing value حدود ۸ تا ۱۰ درصدی برای هر ستون به صورت تصادفی

- پر کردن مقادیر missing با روش‌های مختلف و بررسی دقت هر یک از این روش‌ها

- بالانس کردن دیتا از طریق روش‌های over sampling و under sampling و بررسی آن‌ها

- استفاده از stratified k-fold و یا stratified shuffle split برای یکسان سازی نسبت داده‌ها در دسته‌بندی‌های مختلف

- یکسان قرار دادن مقدار random state از ابتدا تا انتها

———————————————————

- انتخال بهترین هایپر پارامترها با استفاده از روش‌هایی  مثل گرید سرچ (grid search)

- اعمال کردن مدل روی دیتا( فیت کردن)

- در نظر گرفتن cross validation‌

- تحلیل مفصل معیارهای ارزیابی مدل اجرا شده و مشخص کردن مهمترینن معیار ارزیابی با ذکر دلیل

*انجام هرگونه تحلیل مازاد بر موارد ذکر شده منوط به مدیریت درست زمان (ماکزیمم زمان ۱۵ دقیقه) و جذابیت تحلیل می باشد.*

7017*

مهارت ها و تخصص های مورد نیاز

---

---