Die Anpassungslinie zeichnen
Teil des Abschnitts Statistik für ML der Machine Learning-Journey von Coddy. Lektion 37 von 64.
Zwei Zahlen beschreiben eine Anpassung; nur ein Diagramm zeigt, ob sie den Daten folgt. In einer Küche wurden sechs Wasserkocher-Kochvorgänge zeitlich gemessen. Zeichne die Linie auf dieselbe ax wie das Streudiagramm:
liters = np.array([0.5, 0.8, 1.0, 1.2, 1.5, 1.7])
minutes = np.array([1.6, 2.4, 2.7, 3.3, 3.9, 4.5])
slope, intercept = np.polyfit(liters, minutes, 1)
xs = np.linspace(liters.min(), liters.max(), 50)
fig, ax = plt.subplots()
ax.scatter(liters, minutes, label="Boils")
ax.plot(xs, slope * xs + intercept, color="C1", label="Fit")
ax.legend()
plt.show()xs verläuft vom kleinsten bis zum größten x-Wert, daher beginnt und endet die Linie dort, wo die Daten liegen:
Die Vorhersagen eines Modells über seinen Daten darzustellen, ist die schnellste Möglichkeit zu prüfen, ob es etwas Sinnvolles gelernt hat. Eine Linie, die an den Punkten vorbeigeht, bedeutet, dass die Anpassung nicht gelungen ist.
Aufgabe
MittelEin Gebäudemanager hat 12 Aufzugsfahrten gemessen: die zurückgelegten floors und die benötigten seconds. Die Startvorlage richtet das Diagramm mit Titel und Beschriftungen ein.
- Bestimme die Gerade, die
secondsanhand vonfloorsvorhersagt. - Zeichne die Fahrten als Streudiagramm mit der Beschriftung
Ridesund die Gerade mit der BeschriftungFit, von den wenigsten bis zu den meisten Stockwerken. - Füge eine Legende hinzu und zeige das Diagramm an.
Es wird nichts ausgegeben; Coddy beschreibt dein Diagramm. Das Diagramm eines anderen Gebäudes sieht so aus:
Probier es selbst
import numpy as np
import matplotlib.pyplot as plt
floors = np.array([3, 7, 1, 12, 5, 9, 15, 2, 10, 6, 13, 8])
seconds = np.array([15.3, 27.0, 12.4, 36.0, 19.5, 28.8, 44.9, 12.7, 33.2, 19.4, 41.7, 27.0])
# Ändere die folgenden Zeilen nicht
fig, ax = plt.subplots()
ax.set_title("Elevator Rides")
ax.set_xlabel("Floors")
ax.set_ylabel("Seconds")
# 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 befragen7Trendlinien
ResiduenAnpassung nach der Methode der kleinsten QuadrateDie Anpassungslinie zeichnenMit einer Linie Vorhersagen treffenWie gut ist die Anpassung?Rückblick: Übungsstunden2Verteilungen
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