مدرجات التكرار للكثافة

جزء من قسم الإحصاء لتعلّم الآلة في رحلة Machine Learning على Coddy. الدرس 7 من 64.

يتناول هذا الفصل شكل البيانات. وبحلوله، ستوائم منحنى جرسيًا مع مدرج تكراري وتكتشف القيمة الشاذة:

مدرج تكراري لأوزان 300 حبة شمام، يعلوه منحنى جرسي أملس باللون البرتقالي، ونقطة حمراء أسفل أخف حبة شمام

أولاً، يوجد تصحيح. فالأعداد تجعل المجموعة الكبيرة تطغى على الصغيرة، مثل أوقات رد الفعل لدى 500 شخص بالغ مقارنةً بـ 50 لاعبًا:

مخططان لأوقات رد الفعل نفسها. على اليسار، الأعداد: يتفوق 500 شخص بالغ على 50 لاعبًا، ولا تكاد تظهر أعمدة اللاعبين. على اليمين، density=True: تظهر المجموعتان كاملتين، واللاعبون أسرع وأكثر تكتلًا

تُجري density=True تحجيمًا لكل مجموعة بحيث يكون مجموع مساحات أعمدتها مساويًا لـ 1:

ax.hist(adults, bins=16, density=True, alpha=0.5, label="adults")
ax.hist(gamers, bins=16, density=True, alpha=0.5, label="gamers")

يمثل كل ارتفاع count / (n * bin width)، لذا فإن مساحة العمود تمثل حصته من المجموعة. وهكذا أصبحت مقارنة المجموعات مهما كان حجمها عادلة.

التحدي

سهل

وزن مستشفى في المدينة 400 مولود، ووزن مستشفى ريفي 60 مولودًا. يحتوي كود البداية على الأوزان في city وrural ويُعدّ المخطط ذا العنوان والتسميات.

ارسم مدرجًا تكراريًا للكثافة لكل مجموعة باستخدام bins=10 وalpha=0.5 والتسمية city أو rural.
أضف وسيلة إيضاح واعرض المخطط.

يصف Coddy مخططك. ينبغي أن يبدو مثل هذا المخطط، الذي يعرض بيانات مزارعي طماطم اثنين:

مدرجان تكراريان شفافان للكثافة بعنوان أوزان الطماطم: طماطم المزرعة من نحو 90 إلى 200 غرام، وطماطم الحديقة أخف وزنًا، ومعظمها من 95 إلى 145، مع وسيلة إيضاح

جرّب بنفسك

import numpy as np
import matplotlib.pyplot as plt

# لا تغيّر الأسطر أدناه
rng = np.random.default_rng(23)
city = np.round(rng.normal(3.4, 0.5, size=400), 2)
rural = np.round(rng.normal(3.2, 0.45, size=60), 2)

fig, ax = plt.subplots()
ax.set_title("Birth Weights")
ax.set_xlabel("Weight (kg)")
ax.set_ylabel("Density")

# اكتب الكود الخاص بك أدناه