استكشاف البيانات حسب الفئة
جزء من قسم البيانات والرسوم البيانية في رحلة Machine Learning على Coddy. الدرس 54 من 60.
أيُّ قياس يكشف نوع الزهرة؟ ضع كل زهرة على خط حسب طول بتلتها، صفًّا واحدًا لكل نوع:
يحسب groupby هذه المتوسطات حسب التسمية:
df = iris.frame
means = df.groupby("target")["petal length (cm)"].mean()
print(means)يطبع هذا:
target
0 1.462
1 4.260
2 5.552
Name: petal length (cm), dtype: float64تعني الفئات أنها متباعدة كثيرًا، لذا فإن طول البتلة يفصل بين الفئات: سيعتمد النموذج عليه.
تُبيّن النسبة مقدار التباعد: means[2] / means[1] تساوي نحو 1.3. وكلما ابتعدت عن 1، كان أداء السمة أفضل في التمييز بين هاتين الفئتين.
التحدي
متوسطأي قياس للخلايا يكشف العينة الخبيثة؟ في load_breast_cancer، الفئة 0 خبيثة والفئة 1 حميدة. يقرأ البرنامج الابتدائي بعض أسماء الميزات في features.
- لكل ميزة، اطبع متوسطها في العينات الخبيثة مقسومًا على متوسطها في العينات الحميدة، مقربًا إلى منزلتين عشريتين باستخدام
round. - بعد الحلقة، اذكر الميزة ذات النسبة الأكبر.
بالنسبة إلى الميزتين worst radius وworst texture:
worst radius: malignant is 1.58 times benign
worst texture: malignant is 1.25 times benign
Best separator: worst radiusجرّب بنفسك
from sklearn.datasets import load_breast_cancer
cancer = load_breast_cancer(as_frame=True)
# السمات المراد مقارنتها
n = int(input())
features = []
for i in range(n):
features.append(input())
# اكتب شيفرتك أدناه
اختبر نفسكيتضمن هذا الدرس اختبارًا قصيرًا. ابدأ الدرس للإجابة عليه وتتبّع تقدمك.
جميع دروس البيانات والرسوم البيانية
5المخططات الخطية والمبعثرة
التسميات والعناوينالمخططات المبعثرةخطوط متعددة ووسائل الإيضاحالألوان والعلاماتالأشكال والمحاورمراجعة: الخطوات الأسبوعية11مجموعات البيانات لتعلم الآلة
مجموعات البيانات المدمجةالسمات والتسمياتاستكشاف البيانات حسب الفئةرسم الفئاتمراجعة: مجموعة بيانات النبيذتدرّب بنفسك: مترجم Python عبر الإنترنت