Explorar por clase

Parte de la sección Datos y gráficos del Journey de Machine Learning de Coddy. Lección 54 de 60.

¿Qué medida permite identificar una especie? Coloca cada flor en una línea según la longitud de sus pétalos, una fila por especie:

Flores de iris colocadas según la longitud de sus pétalos, una fila por especie: setosa se agrupa cerca de 1.5 cm, versicolor cerca de 4.3 cm y virginica cerca de 5.6 cm; la media de cada clase está marcada con una barra negra

groupby en la etiqueta calcula esas medias:

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

Esto imprime:

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

Las medias de las clases están muy separadas, así que la longitud del pétalo separa las clases: un modelo se apoyará en ella.

Una proporción indica cuánto: means[2] / means[1] es aproximadamente 1.3. Cuanto más se aleja de 1, mejor distingue esa característica entre esas dos clases.

Desafío

Intermedio

¿Qué medición celular permite identificar una muestra maligna? En load_breast_cancer, la clase 0 es maligna y la clase 1 es benigna. El código inicial lee algunos nombres de características en features.

Para cada característica, imprime su media maligna dividida por su media benigna, redondeada a 2 decimales con round.
Después del bucle, nombra la característica con la proporción más alta.

Para las características worst radius y worst texture:

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

Pruébalo tú mismo

from sklearn.datasets import load_breast_cancer

cancer = load_breast_cancer(as_frame=True)

# Las características que se van a comparar
n = int(input())
features = []
for i in range(n):
    features.append(input())

# Escribe tu código a continuación