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