practise

projekt: Zaawansowana Analiza Regresyjna ⭐⭐⭐

Wybierz publiczny zbiór danych regresyjnych (np. ceny domów, dane medyczne, dane ekonomiczne z Kaggle, UCI ML Repository lub OpenML). Wykonaj kompletną analizę regresyjną:

1. Wczytaj dane do Pandas DataFrame.
2. Wyświetl podstawowe statystyki i informacje o danych.
3. Zbadaj brakujące wartości i zdecyduj, jak je obsłużyć.
4. Przeanalizuj rozkład zmiennych wejściowych i wyjściowych (histogramy, wykresy pudełkowe, statystyki opisowe).
5. Przygotuj dane (skalowanie, kodowanie zmiennych kategorycznych, usuwanie/uzupełnianie braków).
6. Dopasuj model regresji liniowej lub logistycznej (np. scikit-learn) i oceń jego jakość (MSE, RMSE, MAE, R^2).
7. Zbadaj overfitting/underfitting – porównaj wyniki na zbiorze treningowym i testowym.
8. Wykonaj wizualizacje (wykresy rzeczywistych vs. przewidywanych wartości, residual plots).
9. Podsumuj najważniejsze wnioski i zaproponuj możliwe ulepszenia modelu.

Wskazówki:

• Dokumentuj każdy krok w notatniku Jupyter lub pliku Markdown.
• Staraj się, by analiza była czytelna i powtarzalna (reproducibility!).
• Zadbaj o przejrzystość kodu i opisów.

Cel: Przećwicz samodzielną analizę regresyjną na rzeczywistych danych, łącząc wszystkie poznane narzędzia (Python, NumPy, Pandas, Matplotlib, regresja, metryki, reproducibility).

---

1. Regresja liniowa

• Wygeneruj sztuczny zbiór danych liniowych (np. z szumem) i dopasuj do niego model regresji liniowej (np. z scikit-learn).
• Narysuj dane oraz linię regresji na wykresie.
• Oblicz współczynniki regresji (nachylenie, wyraz wolny).
• Zinterpretuj znaczenie współczynników.

2. Gradient Descent

• Zaimplementuj prosty algorytm gradientu prostego do regresji liniowej (może być w Pythonie lub NumPy).
• Porównaj wyniki z rozwiązaniem analitycznym (np. scikit-learn).
• Zbadaj wpływ różnych wartości learning rate na szybkość i stabilność uczenia.

3. Metryki regresji

• Oblicz MSE, RMSE, MAE i R^2 dla swojego modelu.
• Porównaj te metryki dla różnych modeli (np. z różnym stopniem dopasowania).

4. Overfitting & Underfitting

• Wygeneruj dane nieliniowe i dopasuj do nich model liniowy oraz model złożony (np. wielomianowy).
• Zbadaj, kiedy pojawia się overfitting i underfitting.
• Zilustruj to na wykresach.

5. Regresja logistyczna

• Wygeneruj dane binarne (np. dwie klasy).
• Dopasuj model regresji logistycznej i narysuj granicę decyzyjną.
• Oblicz accuracy, precision, recall, F1-score.