تعرّف على البطاريق

جزء من قسم التعلّم الخاضع للإشراف في رحلة Machine Learning على Coddy. الدرس 50 من 58.

في القسم 1 استكشفت 100 بطريق. تضم هذه المستعمرة 300 بطريق، والآن ستبني النموذج الذي يسمّيها. نموذجك سيسمّيها:

300 بطريقًا على شكل نقاط، طول المنقار أفقيًا وطول الزعنفة عموديًا: أديلي منخفضة على اليسار، وشينستراب منخفضة على اليمين، وجنتو مرتفعة على اليمين، ونجمة سوداء كبيرة بينهن مكتوب عليها: من هي؟

يبدأ كل مشروع بالملاحظة. كم عدد كل نوع؟ هذا يحدد النتيجة التي يجب تجاوزها. أين توجد الفجوات؟ ما الذي يميز الأنواع بعضها عن بعض؟

يوضح المخطط المبعثر الإجابة عن السؤال الأخير. يكشف طول الزعنفة والكتلة طيور جنتو، لا الأنواع الأخرى:

طول الزعنفة مقابل كتلة الجسم في المستعمرة: تظهر نقاط جنتو منفصلة، في موضع مرتفع إلى اليمين، بينما تتداخل نقاط أديلي وشينستراب في مجموعة واحدة

لا يتعلم النموذج إلا ما تُظهره القياسات، لذا سيحتاج إلى أكثر من هذين القياسين.

التحدي

متوسط

توجد مستعمرتك في penguins.csv. يقرأ البرنامج عمودَي قياس، ويُعِدّ القالب الأساسي مخططهما.

اطبع الحدّ الأساسي المطلوب تجاوزه: أكبر نسبة للأنواع، بثلاث منازل عشرية، واسم ذلك النوع.
اطبع كل عمود يحتوي على قيم مفقودة وعددها: سيملؤها الدرس التالي.
ارسم مخططًا مبعثرًا للعمودين، مع مجموعة لكل نوع تحمل اسمه. أضف وسيلة إيضاح واعرض المخطط.

لمستعمرة أصغر:

Baseline to beat: 0.483 (always Adelie)
Gaps to fill:
  body_mass_g: 1
  sex: 4

ثم يصف Coddy مخططك. بالنسبة إلى body_mass_g وbill_length_mm، يبدو هكذا:

مخطط مبعثر بعنوان body_mass_g vs bill_length_mm مع وسيلة إيضاح: نقاط Adelie منخفضة وفاتحة، وChinstrap مرتفعة وفاتحة، وGentoo ثقيلة على اليمين

جرّب بنفسك

import pandas as pd
import matplotlib.pyplot as plt

penguins = pd.read_csv("penguins.csv")
x_col = input()
y_col = input()

# لا تغيّر الأسطر أدناه
fig, ax = plt.subplots()
ax.set_title(f"{x_col} vs {y_col}")
ax.set_xlabel(x_col)
ax.set_ylabel(y_col)

# اكتب الكود الخاص بك أدناه