{
 "cells": [
  {
   "cell_type": "markdown",
   "id": "88b1e95e",
   "metadata": {},
   "source": [
    "# Задание 4 — Gaussian Mixture Models в scikit-learn\n",
    "\n",
    "## Цель задачи\n",
    "Изучить применение модели Gaussian Mixture Model (GMM) для кластеризации данных.\n",
    "Проверить работу алгоритма на двух типах данных:\n",
    "1. на сгенерированном датасете;\n",
    "2. на внешнем датасете, загруженном из CSV-файла.\n",
    "\n",
    "## Используемый алгоритм\n",
    "Gaussian Mixture Model (GMM) — это вероятностная модель, которая предполагает,\n",
    "что данные являются смесью нескольких гауссовых распределений.\n",
    "\n",
    "## План работы\n",
    "1. Подготовить данные;\n",
    "2. Выполнить предобработку;\n",
    "3. Обучить модель GMM;\n",
    "4. Визуализировать результаты;\n",
    "5. Провести интерпретацию результатов.\n"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 2,
   "id": "b535e17e",
   "metadata": {},
   "outputs": [],
   "source": [
    "import numpy as np\n",
    "import pandas as pd\n",
    "import matplotlib.pyplot as plt\n",
    "\n",
    "from sklearn.datasets import make_blobs\n",
    "from sklearn.mixture import GaussianMixture\n",
    "from sklearn.preprocessing import StandardScaler\n",
    "from sklearn.decomposition import PCA\n",
    "from sklearn.metrics import silhouette_score"
   ]
  }
 ],
 "metadata": {
  "kernelspec": {
   "display_name": ".venv",
   "language": "python",
   "name": "python3"
  },
  "language_info": {
   "codemirror_mode": {
    "name": "ipython",
    "version": 3
   },
   "file_extension": ".py",
   "mimetype": "text/x-python",
   "name": "python",
   "nbconvert_exporter": "python",
   "pygments_lexer": "ipython3",
   "version": "3.14.3"
  }
 },
 "nbformat": 4,
 "nbformat_minor": 5
}