Материал: ЛР2_ИАД_Ибрагимова_Шакиров_МО417

Выделим 3 пары атрибутов с наиболее сильной связью:

• Infant mortality – Birthrate (0,886).

• Population – GDP (-0,84).

• Literacy – Birthrate (-0,854).

5. Визуализация анализируемого набора данных

Рассматриваем три пары атрибутов на одной диаграмме. Построим график для следующих атрибутов:

• Infant mortality – Birthrate (0,886).

• Infant mortality – Deathrate (0,693).

• Birthrate – Deathrate (0,547).

Рисунок 9 – Визуализация связи Infant mortality и Birthrate с хроматическим выделением по Deathrat

Сделаем следующие выводы основываясь на визуализации:

1. Связь Infant mortality и Birthrate показывает, что при высокой рождаемости растет младенческая смертность. Характер связи высокий положительный (КК = 0,886).

2. Связь Infant mortality и Deathrate показывает, что c ростом общей смертности растёт и младенческая смертность. Характер связи средний положительный (КК = 0,693).

3. Связь Birthrate и Deathrate показывает, что высокая рождаемость приводит к высокой смертности. Характер связи слабый положительный (КК = 0,547).

На визуализации мы можем видеть явную линейную функцию, что говорит нам о прямой зависимости между парами атрибутов.

Рисунок 10 – Соответствие матрицы корреляции и результатами визуализации

Вывод

В ходе лабораторной работы мы приобрели навыки корреляционного анализа набора данных с помощью системы интеллектуального анализа данных RapidMiner.

Список используемых источников

1. Tocodata – URL: https://tocodata.com/marketing/korrelyaciya.html (дата обращения: 18.11.2021).

2. Masters.donntu.org – URL: http://masters.donntu.org/2005/kita/tokarev/library/linkor.htm (дата обращения: 18.11.2021).

3. Kaggle – URL: https://www.kaggle.com/fernandol/countries-of-the-world (дата обращения: 18.11.2021).