Η εργασία αυτή αφορά την εφαρμογή τεχνικών συσταδοποίησης σε δεδομένα τιμών αεροπορικών εισιτηρίων, με στόχο την αναγνώριση φυσικών ομάδων μέσα στο dataset. Αρχικά πραγματοποιείται προεπεξεργασία των δεδομένων με επιλογή των αριθμητικών μεταβλητών και κανονικοποίησή τους, ώστε να είναι συγκρίσιμες μεταξύ τους. Στη συνέχεια εφαρμόζεται ιεραρχική συσταδοποίηση με τη μέθοδο Ward και παρουσιάζεται το αντίστοιχο δενδρόγραμμα, το οποίο βοηθά στον εντοπισμό του κατάλληλου αριθμού συστάδων. Παράλληλα χρησιμοποιείται και ο αλγόριθμος K-means για τη δημιουργία clusters, ενώ με τη μέθοδο Elbow γίνεται εκτίμηση του βέλτιστου αριθμού ομάδων. Τέλος, τα αποτελέσματα οπτικοποιούνται γραφικά, επιτρέποντας την καλύτερη κατανόηση της δομής των δεδομένων και την εξαγωγή βασικών συμπερασμάτων σχετικά με τα πρότυπα που εμφανίζονται στις τιμές των εισιτηρίων.

Στην εργασία αυτή αναλύθηκε dataset αεροπορικών εισιτηρίων και δημιουργήθηκε δυαδική μεταβλητή (HighPrice) για τον διαχωρισμό σε ακριβά και φθηνά εισιτήρια. Εφαρμόστηκε λογιστική παλινδρόμηση σε training set (65%), ενώ το μοντέλο αξιολογήθηκε σε test set. Τα αποτελέσματα έδειξαν ότι μεταβλητές όπως η απόσταση, η κατηγορία θέσης και οι ημέρες πριν την αναχώρηση επηρεάζουν σημαντικά την τιμή. Το μοντέλο παρουσίασε καλύτερη ακρίβεια από το baseline και ικανοποιητική απόδοση, όπως επιβεβαιώνεται και από την καμπύλη ROC και την τιμή AUC.

Η εργασία αυτή παρουσιάζει την εφαρμογή γραμμικής παλινδρόμησης για την πρόβλεψη της τιμής αεροπορικών εισιτηρίων, με βάση παράγοντες όπως η απόσταση, οι ημέρες πριν την αναχώρηση, η κατηγορία θέσης και η αεροπορική εταιρεία. Πραγματοποιείται εξερευνητική ανάλυση δεδομένων και αναπτύσσονται μοντέλα απλής και πολλαπλής παλινδρόμησης. Η αξιολόγηση γίνεται μέσω των δεικτών R² και SSE, αναδεικνύοντας τη βελτίωση της απόδοσης με την προσθήκη μεταβλητών.

Η παρούσα εργασία αφορά την ανάλυση ενός συνόλου δεδομένων σχετικού με τις τιμές αεροπορικών εισιτηρίων, με τη χρήση της γλώσσας προγραμματισμού R και του περιβάλλοντος R Markdown. Στόχος είναι η εξαγωγή χρήσιμων συμπερασμάτων μέσω περιγραφικής στατιστικής και διερεύνησης σχέσεων μεταξύ των μεταβλητών.