Cartes thermiques de corrélation
Fait partie de la section Statistiques pour le ML du Journey Machine Learning de Coddy. Leçon 32 sur 64.
Une matrice de vingt caractéristiques est un mur de chiffres. Une carte thermique colore chaque cellule, ce qui fait ressortir les paires fortement corrélées. Les huit jours d’un cinéma :
Ce code le représente :
cinema = pd.DataFrame({
"tickets": [120, 340, 210, 410, 180, 290, 380, 150],
"popcorn": [70, 150, 100, 200, 95, 120, 170, 60],
"temp_c": [24, 12, 15, 9, 20, 19, 11, 22],
"staff": [6, 5, 8, 7, 5, 6, 6, 8],
})
corr = cinema.corr()
fig, ax = plt.subplots()
im = ax.imshow(corr, cmap="coolwarm", vmin=-1, vmax=1)
fig.colorbar(im)
ax.set_xticks(range(4), corr.columns)
ax.set_yticks(range(4), corr.columns)
ax.set_title("Cinema Correlations")
plt.show()vmin=-1, vmax=1 fixe les couleurs : le rouge correspond à 1, le blanc à 0, le bleu à -1. fig.colorbar(im) ajoute la légende, et set_xticks(positions, labels) nomme les cellules.
Les billets et le pop-corn brillent ensemble en rouge ; les journées chaudes sont bleues par rapport aux deux. Le personnel compte à peine.
Défi
MoyenUne montre connectée a enregistré 30 jours dans watch.csv : une colonne de texte weekday et cinq colonnes numériques.
- Calcule la matrice de corrélation des colonnes numériques.
- Représente-la sous forme de carte thermique
coolwarmallant de -1 à 1, avec une barre de couleurs. - Étiquette les graduations horizontalement et verticalement avec les noms des colonnes, donne-lui le titre
Watch Data, puis affiche-la.
Ton programme n'affiche rien. Pour les trois colonnes d'un autre propriétaire, le graphique ressemble à ceci :
Essayez vous-même
import pandas as pd
import matplotlib.pyplot as plt
watch = pd.read_csv("watch.csv")
# Écrivez votre code ci-dessous
Cette leçon comprend un petit quiz. Commencez la leçon pour y répondre et suivre votre progression.
Toutes les leçons de Statistiques pour le ML
1Centre et dispersion
Moyenne et médianePercentiles et quartilesVariance et écart-typeÉchantillon ou population ?La valeur la plus fréquenteRécapitulatif : délais de livraison4Échantillons et populations
Population et échantillonLes moyennes d’échantillon varientLa distribution d’échantillonnageDes échantillons plus grands, moins de bruitRécapitulatif : sonder une ville2Distributions
Histogrammes de densitéFormes des donnéesLa courbe normaleLa règle des 68-95-99,7Scores zRécapitulatif : autonomie de la batterie5Valeurs aberrantes
Diagrammes en boîteLa règle de l’écart interquartileLa règle du score ZTraiter les valeurs aberrantesRécapitulatif : anomalies des capteurs3Les probabilités par simulation
La probabilité comme fréquenceLa loi des grands nombresSommes de désEspérance mathématiqueProbabilité conditionnelleRécapitulatif : les chances au stand de dés6Relations
Lire des nuages de pointsCorrélationMatrice de corrélationCartes thermiques de corrélationCorrélation n’est pas causalitéRécapitulatif : glace et soleil9Mise à l’échelle des caractéristiques
Pourquoi mettre les caractéristiques à l’échelleMise à l’échelle Min-MaxStandardisationStandardScalerRécapitulatif : partenaires d’escaladeEntraînez-vous par vous-même : Compilateur Python en ligne