ميزات كثيرة جدًا

جزء من قسم التعلّم غير الخاضع للإشراف في رحلة Machine Learning على Coddy. الدرس 24 من 51.

يجمع هذا الفصل العديد من الميزات في عدد قليل منها. وبحلوله على نهايته، تتحول قياسات 13 نوعًا من النبيذ إلى خريطة واحدة:

178 نوعًا من النبيذ على خريطة واحدة بميزتين جديدتين أفقيًا وعموديًا: ثلاث مجموعات، الصنف 1 على اليمين، والصنف 2 منخفضًا في الوسط، والصنف 3 على اليسار

لماذا نختزل؟ يصعب رسم كثير من الميزات، ويستغرق ملاءمتها وقتًا طويلًا، وغالبًا ما تكرر بعضها بعضًا، مثل هاتين الميزتين:

إجمالي الفينولات والفلافانويدات في 178 نوعًا من النبيذ: تتصاعد النقاط معًا من أسفل اليسار إلى أعلى اليمين، حيث r = 0.86

يحمل التوأمان الفكرة نفسها مرتين. تكشفهما مصفوفة الارتباط، حيث تكون قيمة r قريبة من 1 أو -1:

wine = load_wine(as_frame=True).frame
corr = wine.corr()
print(round(corr.loc["flavanoids", "total_phenols"], 2))

يطبع هذا 0.86. احتفظ بواحد من كل زوج، أو ادمجهما: الدمج هو ما يبنيه هذا الفصل.

التحدي

متوسط

تقيس ورشة صابون 10 أشياء في كل دفعة من الصابون، وتطول التقارير. اعثر على الأزواج المتطابقة. يقرأ البرنامج حدًّا؛ وينشئ البرنامج المبدئي corr.

زُر كل زوج من الأعمدة المختلفة مرة واحدة.
اطبع كل زوج تكون فيه قيمة r مساوية للحد أو أكبر منه من حيث القيمة المطلقة، مع عرض r إلى منزلتين عشريتين.
اطبع عدد الأزواج التي وجدتها.

لورشة أخرى وحدّ 0.85:

lye_g and oil_g: 0.91
cure_days and water_left_pct: -0.88
Twin pairs: 2

جرّب بنفسك

import pandas as pd

# ورشة لصناعة الصابون: 10 قياسات لكل دفعة من 60 دفعة من الصابون
batches = pd.read_csv("soaps.csv")
limit = float(input())
corr = batches.corr()
cols = corr.columns

# اكتب الكود الخاص بك أدناه