Zu viele Merkmale

Teil des Abschnitts Unüberwachtes Lernen der Machine Learning-Journey von Coddy. Lektion 24 von 51.

Dieses Kapitel packt viele Funktionen in wenige. Am Ende werden aus 13 Weinmesswerten eine Karte:

178 Weine auf einer Karte mit zwei neuen Merkmalen horizontal und vertikal: drei Gruppen, Rebsorte 1 rechts, Rebsorte 2 unten in der Mitte, Rebsorte 3 links

Warum verdichten? Viele Merkmale lassen sich nur schwer darstellen, sind langsam anzupassen und wiederholen sich oft gegenseitig, wie diese beiden:

Gesamtphenole gegenüber Flavonoiden für 178 Weine: Die Punkte steigen gemeinsam von links unten nach rechts oben an, mit r = 0.86

Zwillinge tragen eine Idee doppelt in sich. Die Korrelationsmatrix findet sie mit einem r nahe bei 1 oder -1:

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

Das gibt 0.86 aus. Behalte jeweils eines der Paare oder führe sie zusammen: Das Zusammenführen ist das Thema dieses Kapitels.

Aufgabe

Mittel

Eine Seifenwerkstatt misst bei jeder Seifencharge 10 Dinge, und die Berichte werden lang. Finde die Zwillinge. Das Programm liest einen Grenzwert ein; der Startcode erstellt corr.

Durchlaufe jedes Paar unterschiedlicher Spalten genau einmal.
Gib jedes Paar aus, dessen r betragsmäßig mindestens dem Grenzwert entspricht, unabhängig vom Vorzeichen, mit r auf 2 Dezimalstellen.
Gib aus, wie viele Paare du gefunden hast.

Für eine andere Werkstatt und den Grenzwert 0.85:

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

Probier es selbst

import pandas as pd

# Eine Seifenwerkstatt: 10 Messungen für jede der 60 Seifenchargen
batches = pd.read_csv("soaps.csv")
limit = float(input())
corr = batches.corr()
cols = corr.columns

# Schreibe deinen Code unten