Puntuaciones z
Parte de la sección Estadística para ML del Journey de Machine Learning de Coddy. Lección 11 de 64.
Un estudiante obtuvo 78 en química y 85 en historia. ¿Cuál es mejor? Mide cada puntuación en unidades de desviación estándar de su propia clase:
Esa distancia es la puntuación z, z = (x - mean) / std. Química: (78 - 70) / 4 es 2.0. Historia: (85 - 80) / 10 es 0.5. Gana el 78.
En un array completo, un valor z negativo significa que está por debajo de la media:
temps = np.array([12, 15, 9, 18, 16])
print(np.round((temps - temps.mean()) / temps.std(), 2))Esto imprime:
[-0.63 0.32 -1.58 1.26 0.63]Los valores z comparten una misma escala, con media 0 y desviación estándar 1, sea cual sea la unidad. Así, la edad y los ingresos tienen el mismo peso en un modelo, por grandes que sean sus valores.
Desafío
FácilLas puntuaciones de los juegos de rompecabezas y carreras de una sala recreativa se miden en escalas muy distintas. puzzle y racing contienen las puntuaciones de 12 jugadores habituales en cada juego. Una persona nueva jugó a ambos: el programa lee primero su puntuación de rompecabezas y después su puntuación de carreras.
- Imprime la puntuación z de cada resultado con respecto a su juego, redondeada a 2 decimales (usa
.std()). - Imprime qué resultado es más impresionante.
Para la entrada 790 y 16900:
Puzzle z: 1.45
Racing z: 2.0
More impressive: RacingPruébalo tú mismo
import numpy as np
puzzle = np.array([640, 720, 580, 810, 690, 750, 600, 700, 660, 730, 620, 780])
racing = np.array([12400, 15800, 13900, 11200, 16500, 14100,
12800, 15100, 13300, 14700, 12100, 14600])
p = int(input())
r = int(input())
# 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