Population et échantillon
Fait partie de la section Statistiques pour le ML du Journey Machine Learning de Coddy. Leçon 19 sur 64.
Peser les pommes de 300 arbres prend des jours ; peser celles de 20 arbres prend une heure. Tous les arbres constituent la population, et les 20 arbres, un échantillon :
rng.choice tire l’échantillon. replace=False sélectionne chaque arbre au plus une fois, comme des noms tirés d’un chapeau :
rng = np.random.default_rng(4)
trees = np.round(rng.normal(40, 8, size=300), 1) # kg de pommes
sample = rng.choice(trees, size=20, replace=False)
print(np.round(trees.mean(), 2))
print(np.round(sample.mean(), 2))Cela affiche :
40.82
38.49La moyenne de l’échantillon estime la moyenne de la population : elle en est proche, mais ne lui est pas égale. Chaque jeu de données de ML est un échantillon, et ce chapitre se termine par un sondage auprès de toute une ville.
Défi
MoyenUne ferme ovine veut connaître la masse moyenne de la toison de ses 3000 moutons sans tous les peser. Dans cette simulation, fleeces contient la masse de la toison de chaque mouton en grammes, et le programme lit une taille d’échantillon.
- Tire un échantillon de moutons différents de cette taille avec
rng.choice. - Affiche sa moyenne, la moyenne de tous les moutons et l’écart entre les deux (échantillon moins tous les moutons), avec 2 décimales.
Pour une autre ferme et 30 :
Sample of 30 sheep: 4371.33 g
All 3000 sheep: 4311.47 g
Off by: 59.86 gEssayez vous-même
import numpy as np
size = int(input())
# Ne modifiez pas les lignes ci-dessous : le poids en grammes de la toison de chaque mouton de la ferme
rng = np.random.default_rng(19)
fleeces = np.round(rng.normal(4500, 800, size=3000))
# Écrivez votre code ci-dessous
Testez-vousCette 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