Задание 1. Обработка пропущенных значений и выбросов

Дан набор значений возраста сотрудников:

25, 30, 28, пропуск, 35, 32, 120.

Необходимо:

1. Определить наличие пропущенных значений.
2. Рассчитать медиану известных значений.
3. Заменить пропуск медианой.
4. Определить потенциальный выброс.
5. Объяснить, почему выбросы нельзя автоматически удалять без анализа предметной области.

Задание 2. Кодирование категориальных данных

Дан категориальный признак «Способ оплаты»:

Карта, Наличные, Карта, Перевод, Наличные.

Необходимо:

1. Определить количество уникальных категорий.
2. Выполнить One-Hot Encoding.
3. Представить полученные данные в виде таблицы.
4. Объяснить, почему произвольное присвоение чисел 1, 2 и 3 категориям может быть некорректным для некоторых алгоритмов.

Задание 3. Создание конвейера подготовки данных

Даны характеристики объектов недвижимости:

Площадь	Возраст здания	Стоимость
45	20	20
60	15	28
75	10	36
90	5	45
55	18	25
80	8	40

Необходимо:

1. Сформировать матрицу признаков X и целевой вектор y.
2. Разделить данные на обучающую и тестовую выборки.
3. Создать Pipeline из StandardScaler и LinearRegression.
4. Обучить модель.
5. Получить прогнозы для тестовой выборки.
6. Объяснить, почему стандартизацию следует выполнять после разделения данных.