Media y mediana
Parte de la sección Estadística para ML del Journey de Machine Learning de Coddy. Lección 1 de 64.
Antes de que un modelo aprenda de una columna, la describes con dos números: su centro y su dispersión. Este capítulo comienza con el centro:
Los mismos ingresos en código, con el fundador al final:
incomes = np.array([38, 41, 35, 47, 44, 31, 390])
print(np.round(incomes.mean(), 1))
print(np.median(incomes))Esto imprime:
89.4
41.0El fundador arrastra la media por encima de seis amigos. La mediana, el valor central una vez ordenados los datos, apenas cambia: confía en ella para columnas con valores extremos, como los precios.
Una cantidad par promedia los dos valores centrales. Los arreglos necesitan np.median(a); una columna de pandas tiene .median().
Desafío
FácilUna mansión puede hacer que toda una calle parezca cara. El código inicial lee los precios de las casas de la calle, en miles, en prices. Imprime:
- El precio medio, redondeado a 1 decimal.
- El precio mediano.
- Cuántas casas cuestan menos que la media.
Para los precios 320, 300, 2500, 310 y 335:
Mean: 753.0
Median: 320.0
4 of 5 houses cost less than the meanPruébalo tú mismo
import numpy as np
n = int(input())
values = []
for i in range(n):
values.append(int(input()))
prices = np.array(values)
# Escribe tu código a continuación
Ponte a pruebaEsta 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 entrega4Muestras y poblaciones
Población y muestraLas medias muestrales varíanLa distribución muestralMuestras más grandes, menos ruidoRepaso: Encuestar a un pueblo7Líneas de tendencia
ResiduosAjuste por mínimos cuadradosTrazar el ajustePredecir con una línea¿Qué tan bueno es el ajuste?Repaso: horas de práctica10Codificación de categorías
Categorías como númerosCodificación one-hotAgrupación de números en intervalosRepaso: anuncios de autos2Distribuciones
Histogramas de densidadFormas de los datosCurva normalRegla del 68-95-99,7Puntuaciones zRepaso: duración de la batería5Valores atípicos
Diagramas de cajaLa regla del RICLa regla del valor ZTratamiento de valores atípicosRepaso: fallos de los sensores3Probabilidad mediante simulación
La probabilidad como frecuenciaLa ley de los grandes númerosSuma de dadosValor esperadoProbabilidad condicionalRepaso: probabilidades del puesto de dados6Relaciones
Lectura de diagramas de dispersiónCorrelaciónMatriz de correlaciónMapas de calor de correlaciónCorrelación no es causalidadRepaso: helado y sol9Escalado de características
Por qué escalar las característicasEscalado mín-máxEstandarizaciónStandardScalerRepaso: compañeros de escaladaPractica por tu cuenta: Compilador de Python online