Todas las características a la vez

Parte de la sección Estadística para ML del Journey de Machine Learning de Coddy. Lección 57 de 64.

Treinta características necesitan treinta histogramas. Se leen más rápido como una cuadrícula de gráficos pequeños, como estas cuatro características del iris:

Cuatro histogramas pequeños en una cuadrícula de 2 por 2, uno por cada característica del iris: los dos histogramas de sépalos tienen una sola joroba, y los dos histogramas de pétalos se dividen cada uno en un pequeño bloque a la izquierda y una joroba amplia a la derecha

Un bucle llena la cuadrícula: el gráfico i muestra la característica i:

names = iris.feature_names
fig, axs = plt.subplots(2, 2)
for i in range(4):
    ax = axs.flat[i]
    ax.hist(iris.frame[names[i]], bins=15)
    ax.set_title(names[i])
fig.tight_layout()
plt.show()

plt.subplots(2, 2) crea una tabla de gráficos, y axs.flat los ordena fila por fila:

Una cuadrícula de 2 filas y 3 columnas, cuyas celdas están numeradas de axs.flat 0 a 5, primero a lo largo de la fila 0 y luego de la fila 1, cada una con su fila y columna escritas debajo

fig.tight_layout() mantiene los títulos separados. Ahora observa: ambos histogramas de pétalos se dividen en dos. Una separación así suele significar que una clase está apartada, así que conserva esa característica.

Desafío

Intermedio

Observa todos los datos del tejido. La entrada selecciona un grupo, mean, error o worst, y el código inicial coloca sus primeros seis nombres de características en names.

Crea una cuadrícula de 2 filas y 3 columnas.
En el gráfico i, dibuja un histograma de la característica i con 20 intervalos y ponle su nombre como título.
Ajusta la disposición y después muéstrala.

Como esta cuadrícula de seis características del vino:

Seis histogramas pequeños en 2 filas de 3, titulados alcohol, malic_acid, ash, alcalinity_of_ash, magnesium y total_phenols, cada uno con 20 barras

Tu programa no imprime nada: Coddy describe cada gráfico.

Pruébalo tú mismo

import matplotlib.pyplot as plt
from sklearn.datasets import load_breast_cancer

group = input()
cancer = load_breast_cancer(as_frame=True)
df = cancer.frame
# Los nombres de las seis primeras características del grupo: mean, error o worst
start = {"mean": 0, "error": 10, "worst": 20}[group]
names = cancer.feature_names[start:start + 6]

# Escribe tu código a continuación

Ponte a prueba

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

Todas las lecciones de Estadística para ML

2Distribuciones

Histogramas de densidad Formas de los datos Curva normal Regla del 68-95-99,7 Puntuaciones z Repaso: duración de la batería

5Valores atípicos

Diagramas de caja La regla del RIC La regla del valor Z Tratamiento de valores atípicos Repaso: fallos de los sensores

8Comparación de grupos

Diagramas de caja por grupo Diferencia de medias ¿Podría ser azar?Valores p La prueba t Repaso: prueba A/B

11Exploración de un conjunto de datos

Una primera miradaTodas las características a la vezCaracterísticas frente a la etiqueta Las dos mejores características Repaso: datos sobre la diabetes

Practica por tu cuenta: Compilador de Python online