Evaluation Python / Machine Learning année 2017 - énoncé¶

Le répertoire _data/2017 contient deux fichiers csv simulés aléatoirement dont il faudra se servir pour répondre aux 10 questions qui suivent. Chaque question vaut deux points. Le travail est à rendre pour le lundi 20 février sous la forme d’un notebook envoyé en pièce jointe d’un mail.

1¶

Deux fichiers sont extraits de la base de données d’un médecin. Un fichier contient des informations sur des personnes, un autre sur les rendez-vous pris par ces personnes. Quels sont-ils ?

[1]:

2¶

On souhaite étudier la relation entre le prix moyen payé par une personne, son âge et son genre. Calculer le prix moyen payé par une personne ?

[2]:

3¶

Faire la jointure entre les deux tables.

[3]:

4¶

Tracer deux nuages de points (age, prix moyen) et (genre, prix moyen) ?

[4]:

5¶

Calculer les coefficients de la régression $prix\_moyen \sim age + genre$ .

[5]:

6¶

On souhaite étudier le prix d’une consultation en fonction du jour de la semaine. Ajouter une colonne dans la table de votre choix avec le jour de la semaine.

[6]:

7¶

Créer un graphe moustache qui permet de vérifier cette hypothèse.

[7]:

8¶

Ajouter une colonne dans la table de votre choix qui contient 365 si c’est le premier rendez-vous, le nombre de jour écoulés depuis le précédent rendez-vous. On appelle cette colonne $delay$ . On ajoute également la colonne $1/delay$ .

[8]:

9¶

Calculer les coefficients de la régression $prix \sim age + genre + delay + 1/delay + jour\_semaine$ .

[9]:

10¶

Comment comparer ce modèle avec le précédent ? Implémentez le calcul qui vous permet de répondre à cette question.

[10]:

Notebook on github