الارتباط

جزء من قسم الإحصاء لتعلّم الآلة في رحلة Machine Learning على Coddy. الدرس 30 من 64.

تساعد الميزة التي تتحرك مع الهدف النموذج على التنبؤ به. يقيس الارتباط r مدى اتباع عمودين لخط مستقيم، من -1 إلى 1:

ستة مخططات مبعثرة صغيرة موضّح عليها r: -0.9 و-0.5 يتجهان إلى الأسفل، و0.0 سحابة بلا شكل، و0.5 و0.9 يتجهان إلى الأعلى، و1.0 خط مستقيم صاعد تمامًا

ستة أسابيع من إعلانات متجر ومبيعاته: تعيد np.corrcoef جدولًا بحجم 2 في 2، لكل مصفوفة مقابل الأخرى، وتكون قيمة r عند [0, 1]. تعطي .corr الخاصة بعمودٍ ما قيمة الارتباط مباشرةً:

ads = np.array([100, 200, 150, 300, 250, 50])
sales = np.array([430, 520, 560, 760, 610, 410])
print(np.round(np.corrcoef(ads, sales), 2))
shop = pd.DataFrame({"ads": ads, "sales": sales})
print(np.round(shop["ads"].corr(shop["sales"]), 2))

يطبع هذا:

[[1.   0.94]
 [0.94 1.  ]]
0.94

عند 0.94، باعت الأسابيع التي شهدت إعلانات أكثر بوضوحٍ أكبر.

التحدي

متوسط

سجّلت صالة رياضية بيانات 20 عضوًا لمدة ثلاثة أشهر في gym.csv، مع الأعمدة visits وclasses وminutes_per_visit وage وweight_change_kg. يقرأ البرنامج اسمي عمودين.

اطبع الاسمين وقيمة r الخاصة بهما، مقربة إلى منزلتين عشريتين، كما هو موضح أدناه.
اطبع Direction: positive عندما تكون r أكبر من 0.3، وnegative عندما تكون أقل من -0.3، وإلا فاطبع none.

بالنسبة إلى laps وminutes في نادٍ للسباحة:

laps and minutes: r = 0.95
Direction: positive

جرّب بنفسك

import numpy as np
import pandas as pd

gym = pd.read_csv("gym.csv")
first = input()
second = input()

# اكتب الكود الخاص بك أدناه

اختبر نفسك

يتضمن هذا الدرس اختبارًا قصيرًا. ابدأ الدرس للإجابة عليه وتتبّع تقدمك.

جميع دروس الإحصاء لتعلّم الآلة

1المركز والتشتت

المتوسط والوسيط المئينات والربيعات التباين والانحراف المعياري عينة أم مجتمع؟القيمة الأكثر شيوعًا مراجعة: أوقات التسليم

4العينات والمجتمعات الإحصائية

المجتمع والعينة تختلف متوسطات العينات توزيع المعاينة عينات أكبر، ضوضاء أقل مراجعة: استطلاع آراء بلدة

7خطوط الاتجاه

البواقي ملاءمة المربعات الصغرى رسم خط الملاءمة التنبؤ باستخدام خط ما مدى جودة الملاءمة؟مراجعة: ساعات التدريب

10ترميز الفئات

تمثيل الفئات بالأرقام الترميز أحادي الواحد تجميع الأرقام في فئات مراجعة: إعلانات السيارات

2التوزيعات

مدرجات التكرار للكثافة أشكال البيانات المنحنى الطبيعي قاعدة 68-95-99.7 الدرجات المعيارية Z مراجعة: عمر البطارية

5القيم المتطرفة

المخططات الصندوقية قاعدة المدى الربيعي (IQR)قاعدة الدرجة المعيارية (Z-Score)التعامل مع القيم المتطرفة مراجعة: أعطال المستشعرات

8مقارنة المجموعات

مخططات الصندوق حسب المجموعة الفرق بين المتوسطات هل يمكن أن يكون ذلك محض صدفة؟القيم الاحتمالية (P-Values)اختبار t مراجعة: اختبار A/B

11استكشاف مجموعة بيانات

نظرة أولى جميع السمات دفعة واحدة السمات مقابل الوسم أفضل سمتين مراجعة: بيانات السكري

3الاحتمالات بالمحاكاة

الاحتمال بوصفه تكرارًا قانون الأعداد الكبيرة مجاميع رميات النرد القيمة المتوقعة الاحتمال الشرطي مراجعة: احتمالات كشك النرد

6العلاقات

قراءة المخططات المبعثرةالارتباطمصفوفة الارتباط خرائط الارتباط الحرارية الارتباط لا يعني السببية مراجعة: الآيس كريم والشمس

9تحجيم الميزات

لماذا نُحجِّم الميزات؟التحجيم من الحد الأدنى إلى الأقصى التوحيد القياسي StandardScaler مراجعة: شركاء التسلق

12التحديات النهائية

تأخيرات القطارات جودة الهواء كيمياء النبيذ استبيان العيادة

تدرّب بنفسك: مترجم Python عبر الإنترنت