Repaso: tiempos de entrega
Parte de la sección Estadística para ML del Journey de Machine Learning de Coddy. Lección 6 de 64.
Desafío
FácilReúne el resumen del capítulo: un informe sobre un restaurante para una aplicación de reparto. deliveries.csv tiene las columnas restaurant, driver y minutes, y el programa lee el nombre de un restaurante. Para sus entregas, imprime:
- cuántas hubo,
- la mediana de minutos y después la media (1 decimal),
- el IQR (1 decimal),
- la desviación estándar muestral, tal como la calcula pandas (2 decimales),
- el repartidor que hizo más entregas.
Para otro restaurante y la entrada Pizza:
Pizza: 10 deliveries
Usual time: 17.5 min (median), mean 19.2
Middle half spans 2.5 min (IQR)
Std: 5.81 min
Top driver: MiaPruébalo tú mismo
import numpy as np
import pandas as pd
deliveries = pd.read_csv("deliveries.csv")
name = input()
# Escribe tu código a continuación
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