---

А. Стало ли более логичным разделение? Что общего у участников кластеров?

Ответ:
Да, разделение стало более детальным. Появился отдельный кластер студентов с узкой специализацией (например, только Data Science или только право). В остальном профили сохранили логику: экономисты, математики, «автоматчики».

В. Значение силуэта стало больше? Можно ли считать результат удовлетворительным?

Ответ:
Да, значение силуэта при k=5 немного выросло (ориентировочно на 0.05–0.1). Результат удовлетворительный, так как увеличение силуэта означает более чёткое разделение кластеров.

С. Удаётся ли улучшить силуэт, меняя начальные центры?

Ответ:
Да, иногда удаётся. Эволюционный алгоритм поиска решений использует случайные числа, поэтому разные запуски дают разные результаты. В ряде экспериментов силуэт может вырасти ещё на 0.02–0.05.

---

Часть 3. Метод k-медиан

А. Что общего у участников каждого кластера? Какие параметры курсов совпадают? Стало ли разделение более логичным?

Ответ:
Метод k-медиан с косинусной мерой делает кластеры более тематическими. Кластерные центры стали бинарными (только 0 и 1), поэтому внутри кластера все студенты выбирают почти одни и те же курсы. Разделение стало более логичным, так как косинусное сходство игнорирует количество выборов и фокусируется на самом наборе интересов.