Untersuchen nach Klassen

Teil des Abschnitts Daten und Diagramme der Machine Learning-Journey von Coddy. Lektion 54 von 60.

Welches Maß verrät die Art? Ordne jede Blüte anhand ihrer Blütenblattlänge auf einer Linie an, eine Zeile pro Art:

Irisblüten nach Blütenblattlänge angeordnet, eine Zeile pro Art: Setosa gruppiert sich bei etwa 1.5 cm, Versicolor bei etwa 4.3 cm und Virginica bei etwa 5.6 cm; der Mittelwert jeder Klasse ist mit einem schwarzen Balken markiert

groupby für das Label berechnet diese Mittelwerte:

df = iris.frame
means = df.groupby("target")["petal length (cm)"].mean()
print(means)

Dies wird ausgegeben:

target
0    1.462
1    4.260
2    5.552
Name: petal length (cm), dtype: float64

Die Klassen liegen weit auseinander, sodass die Blütenblattlänge die Klassen trennt: Ein Modell wird sich darauf stützen.

Ein Verhältnis gibt an, wie groß der Unterschied ist: means[2] / means[1] beträgt etwa 1.3. Je weiter der Wert von 1 entfernt ist, desto besser unterscheidet das Merkmal diese beiden Klassen.

Aufgabe

Mittel

Welcher Zellmesswert lässt auf eine bösartige Probe schließen? In load_breast_cancer ist Klasse 0 bösartig und Klasse 1 gutartig. Der Starter liest einige Merkmalnamen in features ein.

Gib für jedes Merkmal seinen Mittelwert für bösartige Proben geteilt durch seinen Mittelwert für gutartige Proben aus, auf 2 Dezimalstellen gerundet mit round.
Nenne nach der Schleife das Merkmal mit dem größten Verhältnis.

Für die Merkmale worst radius und worst texture:

worst radius: malignant is 1.58 times benign
worst texture: malignant is 1.25 times benign
Best separator: worst radius

Probier es selbst

from sklearn.datasets import load_breast_cancer

cancer = load_breast_cancer(as_frame=True)

# Die zu vergleichenden Merkmale
n = int(input())
features = []
for i in range(n):
    features.append(input())

# Schreibe deinen Code unten