Boxplots
Teil des Abschnitts Statistik für ML der Machine Learning-Journey von Coddy. Lektion 24 von 64.
In jedem Datensatz verbergen sich ungewöhnliche Werte: ein Tippfehler, ein Fehler, ein Rekordtag. In diesem Kapitel spüren wir sie auf und nehmen sie unter die Lupe. Wir beginnen mit dem Diagramm, das sie zeigt: dem Boxplot:
ax.boxplot zeichnet es:
episodes = np.array([41, 36, 49, 43, 32, 46, 75, 40, 52, 38, 44])
fig, ax = plt.subplots()
ax.boxplot(episodes)
plt.show()Die Box umfasst die mittlere Hälfte der Werte, von Q1 bis Q3, geteilt durch den Median. Die Antennen reichen bis zu den letzten Werten, die nicht zu weit außerhalb liegen.
Punkte außerhalb davon sind Ausreißer, also Werte, die weit vom Rest entfernt sind: die Werte, die du überprüfen solltest, bevor ein Modell daraus lernt.
Aufgabe
MittelEine Familie hat zwei Wochen lang ihre Lesezeit in reading.csv erfasst, mit einer Spalte für die Minuten pro Person. Das Programm liest einen Namen ein, und der vorgegebene Code richtet das Diagramm ein.
- Zeichne einen Boxplot der Spalte dieser Person.
- Gib den Median und die Grenzen des Kastens, Q1 und Q3, jeweils auf 2 Dezimalstellen gerundet aus, wie unten gezeigt.
Für Sam, eine andere lesende Person, gibt das Programm Folgendes aus:
Typical day: 97.5 minutes
Middle half: 90.5 to 108.75 minutesund zeichnet dieses Diagramm (Coddy beschreibt anschließend deins):
Probier es selbst
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
reading = pd.read_csv("reading.csv")
name = input()
# Ändere die folgenden Zeilen nicht
fig, ax = plt.subplots()
ax.set_title(f"Reading: {name}")
ax.set_ylabel("Minutes")
# Schreibe deinen Code darunter
Teste dich selbstDiese Lektion enthält ein kurzes Quiz. Starte die Lektion, um es zu beantworten und deinen Fortschritt zu speichern.
Alle Lektionen in Statistik für ML
1Lage und Streuung
Mittelwert und MedianPerzentile und QuartileVarianz und StandardabweichungStichprobe oder Grundgesamtheit?Der häufigste WertRückblick: Lieferzeiten4Stichproben und Grundgesamtheiten
Grundgesamtheit und StichprobeStichprobenmittelwerte variierenDie StichprobenverteilungGrößere Stichproben, weniger ZufallRückblick: Eine Stadt befragen2Verteilungen
DichtehistogrammeDatenverteilungenDie NormalverteilungskurveDie 68-95-99,7-RegelZ-WerteRückblick: Akkulaufzeit3Wahrscheinlichkeit durch Simulation
Wahrscheinlichkeit als HäufigkeitDas Gesetz der großen ZahlenAugensummen beim WürfelnErwartungswertBedingte WahrscheinlichkeitRückblick: Gewinnchancen am Würfelstand6Zusammenhänge
Streudiagramme lesenKorrelationKorrelationsmatrixKorrelations-HeatmapsKorrelation ist keine KausalitätRückblick: Eiscreme und SonneÜbe selbstständig: Online-Python-Compiler