Menu
CoddyTech

Récapitulatif : autonomie de la batterie

Fait partie de la section Statistiques pour le ML du Journey Machine Learning de Coddy. Leçon 12 sur 64.

challenge icon

Défi

Facile

Trace 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) :

  1. Affiche la durée de vie la plus courte et le nombre d’écarts-types qui la séparent de la moyenne (2 décimales).
  2. Affiche le pourcentage situé à moins de 2 écarts-types de la moyenne (1 décimale).
  3. 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.
  4. Intitule le graphique Battery Life, et les axes Hours et Density.

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 :

Un histogramme de densité intitulé Battery Life, couvrant environ 10 à 18 heures, avec une courbe en cloche par-dessus et un point rouge à la hauteur 0 sous la durée de vie de batterie la plus courte

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

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