Menu
CoddyTech

Récapitulatif : jeu de données Wine

Fait partie de la section Données et visualisations du Journey Machine Learning de Coddy. Leçon 56 sur 60.

challenge icon

Défi

Moyen

Un laboratoire a mesuré 13 caractéristiques chimiques de vins provenant de trois cépages. scikit-learn les fournit avec load_wine :

178 vins selon alcohol et proline, une couleur par cépage : class_0 se trouve en haut à droite, class_1 en bas à gauche, class_2 en bas au milieu

Avant d'entraîner un modèle, le laboratoire veut connaître trois faits. Le programme lit le nom d'une caractéristique, comme hue. Charge les vins avec as_frame=True, répartis-les entre X et y, puis affiche :

  1. La classe qui compte le plus de vins, et leur nombre.
  2. La classe ayant la moyenne la plus élevée pour cette caractéristique.
  3. Le nombre de vins de cette classe dont la valeur dépasse la moyenne de cette caractéristique pour l'ensemble des vins.

Pour l'entrée malic_acid :

Most wines: class_1 (71)
Highest malic_acid: class_2
class_2 wines above the average malic_acid: 41

Essayez vous-même

from sklearn.datasets import load_wine

feature = input()

# Écrivez votre code ci-dessous

Toutes les leçons de Données et visualisations

Entraînez-vous par vous-même : Compilateur Python en ligne