Гусева Елизавета

Я выбрала данные по количеству населения в России (мужчины и женщины) за разные годы. Данные брала с сайта "Федеральная служба государственной статистики".  Вывод: наиболее эффективной является модель Polynomial regression и Scatter plot. Данные удобно расположены, можно понять зависимость. Видны изменения. 

Я выбрала файл с альбомами (lastfm.net). 1. В модели Network Explorer преобладает зеленый цвет (rock). Доминирующий тип контента: другие. 2. Центральный элемент связей - rock. 3. Для меня удобнее для восприятия модель Network Explorer, так как здесь можно увидеть преобладающий тип контента. В модели MDS сложнее понять взаимосвязь. В Correlations слишком подробные данные.

  1. Модель Clustering - две группы С3 и С6. Группа С3: озеро, река, поле и степь. Группа С6: водопад и каньон. В остальных группах почему-то по одному элементу. В группе С6 природные объекты, связанные с водой. В группе С3 элементы, в которых преобладает голубой цвет на фото. Модель Image Grid. Каньон и водопад объединены по схожему принципу (водные объекты). Гора и океан объединены по преобладанию синего цвета на фото. Модель t-SNE. Болото и водопад объединены по сущности природных объектов (оба объекта связаны с водой). Степь и река объединены вероятно по преобладанию голубых и синих оттенков. Остальные элементы (фото) находятся по отдельности. 2. Я взяла фотографии с различными природными объектами. Фотографии разделились на такие группы по сущности объектов и по цветовой гамме. С такой логикой разделения я не совсем согласна, не могу назвать такое разделение качественным. Я думала, что фотографии разделятся на группы по другому принципу.