Récapitulatif : autonomie de la batterie
Fait partie de la section Statistiques pour le ML du Journey Machine Learning de Coddy. Leçon 12 sur 64.
Défi
FacileTrace le graphique qui ouvrait ce chapitre. hours contient les durées de vie de la batterie de 300 ordinateurs portables. À l’aide de leur moyenne et de leur écart-type (np.std) :
- Affiche la durée de vie la plus courte et le nombre d’écarts-types qui la séparent de la moyenne (2 décimales).
- Affiche le pourcentage situé à moins de 2 écarts-types de la moyenne (1 décimale).
- Trace un histogramme de densité (
bins=20), la courbe ajustée (100 points) et un point rouge sous la batterie la plus faible, à la hauteur 0. - Intitule le graphique
Battery Life, et les axesHoursetDensity.
Pour un autre test portant sur 250 ordinateurs portables :
Worst battery: 9.7 hours, 2.94 std below the mean
Within 2 std: 95.2% (the rule says about 95%)et le graphique :
Essayez vous-même
import numpy as np
import matplotlib.pyplot as plt
from scipy import stats
# Ne modifiez pas les lignes ci-dessous
rng = np.random.default_rng(44)
hours = np.round(rng.normal(14, 1.5, size=300), 1)
# Écrivez votre code ci-dessous
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