Задание 27 | Урок №1 — Кластеризация данных | Информатика ЕГЭ 2025

• В этом видео рассматривается новая задача 27, посвященная анализу данных.  

• Для решения задачи требуется базовый уровень знаний Python: циклы, списки, функции.  

• Рекомендуется сначала пройти задачи с 1 по 23 и 25, а затем переходить к 27.  

• На сайте kom-ege.ru уже появились первые задачи.  

• На канале будут выходить новые уроки по мере появления новых прототипов.  

• На курсе будет больше задач для практики, а теория будет представлена в видео.  

• Задача включает кластеризацию данных с возможными аномалиями и дополнительными атрибутами.  

• В этом видео будет рассмотрена базовая кластеризация и кластеризация с дополнительными атрибутами.  

• На канале уже был разбор демоверсии ЕГЭ по информатике.  

• Задача заключается в кластеризации множества звезд и нахождении центроидов кластеров.  

• Центроид - это звезда, сумма расстояний до которой до всех остальных звезд минимальна.  

• Задача сводится к двум этапам: анализ данных и вычисление центроидов.  

• Анализ данных включает определение местоположения звезд на поле.  

• Кластеры имеют форму прямоугольников с определенными размерами.  

• Задача состоит в том, чтобы определить, к какому кластеру относится каждая звезда.  

• Кластеры определяются по координатам звезд.  

• Звезды, находящиеся в определенных областях, относятся к одному кластеру.  

• Для анализа данных используется диаграмма в электронных таблицах Excel или R.  

• Скачиваем файлы 27a и 27b.  

• В первой части анализируем данные, чтобы понять, какие области включают кластеры.  

• Во второй части используем файлы формата txt для кластеризации с помощью Python.  

• Открываем файл 27a и строим точечную диаграмму.  

• Определяем кластеры по координатам x и y.  

• Повышаем точность диаграммы, чтобы лучше видеть кластеры.  

• Повышаем точность осей для лучшего описания кластеров.  

• Рассматриваем случай сильно пересекающихся кластеров.  

• Проводим прямую для разделения кластеров.  

• Находим уравнение прямой по двум точкам.  

• Используем уравнение y = kx + b для нахождения коэффициента k.  

• Проверяем правильность вычислений.  

• Используем метод проведения прямых для разбиения данных на кластеры.  

• Определяем области выше и ниже прямой.  

• Записываем кластеры по их характеристикам.  

• Копируем данные в текстовый файл.  

• Файл должен находиться в одной папке с Python для корректной работы.  

• Открытие файла и пропуск первой строки с координатами X и Y.  

• Использование итератора для последовательного чтения данных.  

• Создание списка кластеров и преобразование координат в тип float.  

• Разбиение данных по кластерам на основе условий.  

• Проверка и добавление координат в соответствующие кластеры.  

• Проверка правильности кластеризации.  

• Определение центроида как звезды с минимальной суммой расстояний до остальных звезд кластера.  

• Создание функции для вычисления евклидова расстояния между двумя точками.  

• Нахождение центроида для каждого кластера.  

• Создание списка результатов с координатами центроидов.  

• Вычисление среднеарифметических координат X и Y для каждого кластера.  

• Преобразование результатов в целочисленные значения.  

• Изменение точности шагов в диаграмме с помощью формата оси.  

• Использование уравнения прямых для кластеризации.  

• Построение диаграммы, кластеризация и нахождение центроидов.  

• Вставка диаграммы и определение кластеров.  

• Кластеризация данных и нахождение центроидов.  

• Деление суммы точек на количество кластеров для нахождения среднего арифметического.  

• Построение диаграммы для определения количества кластеров.  

• Проверка, что кластеры не могут быть объединены в один.  

• Решение задачи с учетом максимального количества кластеров.  

• Добавление гравитационного поля к координатам звезд.  

• Изменение определения центроида на основе минимального гравитационного воздействия.  

• Последовательный перебор звезд в кластере для нахождения гравитационного воздействия и центроида.  

• Добавление гравитационного поля к координатам.  

• Определение кластеров по значению y.  

• Нахождение центроида для каждого кластера.  

• Функция для вычисления гравитационного воздействия между двумя точками.  

• Использование евклидова расстояния для вычисления.  

• Обработка двух кластеров отдельно.  

• Перебор точек в кластере для нахождения суммарного гравитационного воздействия.  

• Обновление центроида при минимальном гравитационном воздействии.  

• Запись центроидов в результирующий список.  

• Выбор центроида с максимальным гравитационным полем.  

• Сортировка по гравитационному полю.  

• Запись координат и гравитационного поля в ответ.  

• Кластеризация файла B с тремя кластерами.  

• Определение оптимального центроида с максимальным гравитационным полем.  

• Запись координат и гравитационного поля в ответ.  

• Использование функции максимума для автоматического нахождения ответа.  

• Сортировка и выбор максимального элемента по гравитационному полю.  

• Применение компаратора функции макс.  

• Возможность использования различных форм кластеров.  

• Важность использования прямых для отделения кластеров.  

• Упрощение задачи для получения высоких баллов на ЕГЭ.  

• Уделяйте больше времени номерам 24 и 26, чем 27.  

• В номере 26 много прототипов, что может повысить его сложность.  

• На платформе "Степика" есть курсы по этим номерам с видеоразборами задач и обсуждениями.  

• Курсы доступны по доступной цене и на удобной платформе.  

• Ссылка на соцсети в описании видео.  

• Пожелания успешной и продуктивной подготовки к ЕГЭ по информатике.  

• Прощание и пожелания всего наилучшего.