Анализ Данных Лабораторная работа 1: Множественная линейная регрессия

Цель: Изучение средств языка программирования Python для работы с множественной линейной регрессией; освоение способов работы с категориальными переменными и методов анализа данных при помощи регрессионной модели машинного обучения.

Задание.

С помощью данных методических указаний, материалов лекционного материала и материалов сети Интернет изучить основные теоретические сведения и инструкции по регрессионному анализу данных.
Загрузить набор данных о росте и весе людей (с интернет-ресурса по ссылке https://gist.github.com/n...b8ad04ec91f311b000cb).
Получить информацию о структуре датасета с помощью команд: df.shape, df.dtypes, df.info.
Проверить датасет на уникальность. Идентифицировать пустоты и заменить их средними значениями либо нулями.
Построить диаграммы для роста и веса.
По полученным диаграммам определить закономерности зависимости между переменными роста и веса. Реализовать функцию предсказания веса человека по его росту.
Получить значение коэффициентов корреляции. Объяснить размер корреляции.
Построить остаточные графики.
Построить модель множественной регрессии с использованием scikit-learn
Реализовать функцию предсказания веса человека по его росту и полу.
Выполнить отчет. Отчет по лабораторной работе необходимо представить в текстовом формате с подробным описанием этапов выполнения заданий, приложить скрины листингов и результатов выполнения.