Menu
CoddyTech
EMPEZAR A APRENDER
flag Es iconEspañoldown icon

Calidad del aire

Parte de la sección Estadística para ML del Journey de Machine Learning de Coddy. Lección 62 de 64.

Una ciudad quiere un pronóstico rápido de partículas finas, PM2.5. Su sensor de calle registró 40 días en air.csv:

Una línea de PM2.5 diario durante 40 días, que oscila entre aproximadamente 16 y 61, con todos los días por encima de una línea discontinua en 15 marcada como directriz diaria de la WHO

Cada fila contiene el viento, la temperatura, la humedad, el tráfico y pm25 de un día. Uno de ellos registra el polvo mucho mejor que los demás.

Encuéntrala, ajusta una línea y di cuánto confiar en ella: cuánto explica, dónde se equivoca más y cuándo un pronóstico deja atrás los datos.

challenge icon

Desafío

Difícil

El programa lee el valor de un nuevo día para la característica más destacada. Redondea a 2 decimales.

  1. Imprime la característica con la r más fuerte con pm25, sin tener en cuenta el signo, y su r con signo.
  2. Ajusta una recta. Imprímela, junto con su R cuadrado y la fila en la que más se equivoca, con ese residual.
  3. Predice para el valor y muestra una advertencia cuando esté fuera de los datos de la característica.
  4. Dibuja puntos y la recta roja desde el valor más pequeño hasta el más grande: título Air Quality, la característica en el eje horizontal, PM2.5 en el vertical.

Para otra ciudad y la entrada 8:

Best feature: traffic_k (r = 0.86)
Line: pm25 = 1.11 * traffic_k + 13.67
R squared: 0.73
Largest miss: row 14 (residual 11.15)
Prediction at 8.0: 22.57
Warning: outside the data

Un diagrama de dispersión titulado Air Quality, con traffic_k en el eje horizontal y PM2.5 en el vertical, 30 puntos que ascienden hacia la derecha y una recta de ajuste roja que los atraviesa

Después de tus líneas, Coddy describe tu gráfico.

Pruébalo tú mismo

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

value = float(input())
df = pd.read_csv("air.csv")

# Escribe tu código a continuación
quiz iconPonte a prueba

Esta lección incluye un breve cuestionario. Empieza la lección para responderlo y registrar tu progreso.

Todas las lecciones de Estadística para ML

1Centro y dispersión

Media y medianaPercentiles y cuartilesVarianza y desviación estándar¿Muestra o población?El valor más frecuenteRepaso: tiempos de entrega

4Muestras y poblaciones

Población y muestraLas medias muestrales varíanLa distribución muestralMuestras más grandes, menos ruidoRepaso: Encuestar a un pueblo

7Líneas de tendencia

ResiduosAjuste por mínimos cuadradosTrazar el ajustePredecir con una línea¿Qué tan bueno es el ajuste?Repaso: horas de práctica

10Codificación de categorías

Categorías como númerosCodificación one-hotAgrupación de números en intervalosRepaso: anuncios de autos

2Distribuciones

Histogramas de densidadFormas de los datosCurva normalRegla del 68-95-99,7Puntuaciones zRepaso: duración de la batería

5Valores atípicos

Diagramas de cajaLa regla del RICLa regla del valor ZTratamiento de valores atípicosRepaso: fallos de los sensores

8Comparación de grupos

Diagramas de caja por grupoDiferencia de medias¿Podría ser azar?Valores pLa prueba tRepaso: prueba A/B

11Exploración de un conjunto de datos

Una primera miradaTodas las características a la vezCaracterísticas frente a la etiquetaLas dos mejores característicasRepaso: datos sobre la diabetes

3Probabilidad mediante simulación

La probabilidad como frecuenciaLa ley de los grandes númerosSuma de dadosValor esperadoProbabilidad condicionalRepaso: probabilidades del puesto de dados

6Relaciones

Lectura de diagramas de dispersiónCorrelaciónMatriz de correlaciónMapas de calor de correlaciónCorrelación no es causalidadRepaso: helado y sol

9Escalado de características

Por qué escalar las característicasEscalado mín-máxEstandarizaciónStandardScalerRepaso: compañeros de escalada

12Desafíos finales

Retrasos de trenesCalidad del aireQuímica del vinoEncuesta clínica

Practica por tu cuenta: Compilador de Python online