Практическое задание 2

 Для анализа я взял три рок-группы: Linkin Park, Hollywood Undead, Imagine Dragons.  1. Linkin Park У Linkin Park соотношение позитива и негатива 4:1. Программа странно распределяет какие посты негативные, а какие позитивные. Те посты, которые программа посчитала негативными, таковыми и не являются, зачастую это какие-либо рекламные посты с упоминанием группы (мерч, диски и тд). Позитивные посты освещают творчество группы и их участников, а также истории слушателей связанные с этой группой. 2. Hollywood Undead У Hollywood Undead соотношение позитива и негатива 9:1. Мягко сказать я удивлен. Не смотря на то, что данная группа менее популярна прошлой, она имеет больше упоминаний и реакций. Посты, которые программа посчитала негативными, вообще не имеют пояснений. В них просто написано "ненавижу их" и всё. А также некоторые посты программа посчитала негативными, так как в них используются слова имеющие негативную окраску, но никак не связаны с оценкой группы, например "Day o...

 1. Художники 2. Хофман 3. Я думаю, что первый вариант анализа лучше второго, так как он делает акцент на частоте использования слов, а также на их эмоциональной окраске. 

 1. Я использовал 10 стихотворений Роберта Рождественского, все они так или иначе затрагивают тему любви. 2. Мои тексты разделились на две группы ровно по пять стихов на каждую. Разделены они так, потому что в первой группе практически во всех стихотворениях автор использует обращения, то есть он пишет так, будто это письмо. Во второй же группе стихотворения не обращены ни к кому. Также, возможно, разделение произошло из-за названий произведений. В первой группе почти во всех названиях присутствуют местоимения. 3.  При изменении уровня кластеризации, число групп менялось. При перемещении разделителя в левую сторону, групп становилось меньше (минимальное количество - 2 группы)

 Для анализа я взял изображения оружия На мой взгляд, вторая модель более удобна, чем первая. На ней наглядно показано, как программа группирует изображения.  Группирует она их по направлению оружия, количеству, а также по тому, какое именно оружие изображено на картинке. Некоторые изображения программа не отнесла ни к какой группе, так как оружие там абсолютно разное, а также расположено в хаотичном порядке

Для анализа я взял фото оружия. На мой взгляд первая модель удобнее остальных, так как на ней наглядно показано на какие группы программа разделила изображения.  Она их разделила по направлению, как можно увидеть на фото сверху слева, автоматы смотрят в правую сторону. Сверху справа автоматы расположены диагонально вправо и вверх. Чуть ниже они расположены тоже диагонально, но в разные стороны, значит программа считала не их направление, а скорее всего то, что изображено на картинке. На прошлых изображениях показаны только автоматы, а на этих показаны и пистолеты, значит она считала именно это и отнесла их в одну группу. Остальные же изображения она не сгруппировала, так как там оружие расположено в хаотичном порядке, поэтому эти изображения не находятся в какой-либо группе.