Menu
CoddyTech
COMMENCER À APPRENDRE
flag Fr iconFrançaisdown icon

La valeur la plus fréquente

Fait partie de la section Statistiques pour le ML du Journey Machine Learning de Coddy. Leçon 5 sur 64.

Les tailles de T-shirt sont des étiquettes : il n’y a pas de moyenne entre M et XL. Le centre d’une colonne catégorielle est son mode, la valeur la plus fréquente :

Barres représentant 8 commandes de T-shirts par taille : S 2, M 3, L 2, XL 1. La barre la plus haute, M, est sombre et porte l’étiquette « mode »

.mode() le trouve :

sizes = pd.Series(["M", "L", "M", "S", "XL", "M", "L", "S"])
print(sizes.mode()[0])

Cela affiche :

M

Les valeurs peuvent être à égalité, donc .mode() renvoie une Series contenant tous les gagnants, triés. [0] prend le premier.

Le mode comble les lacunes dans une colonne catégorielle. C’est aussi le modèle le plus simple de tous : deviner toujours la classe la plus fréquente.

challenge icon

Défi

Facile

Un magasin de ski veut savoir quels articles garder en stock. rentals.csv consigne 30 locations avec les colonnes item, boot_size, level et days.

  1. Pour chaque colonne, dans l’ordre, affiche son nom, son mode et le nombre de locations ayant cette valeur.
  2. Compare ensuite la moyenne de days, arrondie à 1 décimale, avec son mode.

Pour un journal plus court de 8 locations :

item: snowboard (5 of 8)
boot_size: 42 (4 of 8)
level: beginner (5 of 8)
days: 1 (4 of 8)
Days rented, mean vs mode: 2.8 vs 1

Aucune location ne dure 2.8 jours : le mode est une valeur qui se produit réellement.

Essayez vous-même

import pandas as pd

rentals = pd.read_csv("rentals.csv")

# Écrivez votre code ci-dessous
quiz iconTestez-vous

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 livraison

4Échantillons et populations

Population et échantillonLes moyennes d’échantillon varientLa distribution d’échantillonnageDes échantillons plus grands, moins de bruitRécapitulatif : sonder une ville

7Droites de tendance

RésidusAjustement par les moindres carrésTracer la droite d’ajustementPrédire avec une droiteQualité de l’ajustementRécapitulatif : heures de pratique

10Encodage des catégories

Les catégories sous forme de nombresEncodage one-hotRegrouper les nombres en intervallesRécapitulatif : annonces de voitures

2Distributions

Histogrammes de densitéFormes des donnéesLa courbe normaleLa règle des 68-95-99,7Scores zRécapitulatif : autonomie de la batterie

5Valeurs aberrantes

Diagrammes en boîteLa règle de l’écart interquartileLa règle du score ZTraiter les valeurs aberrantesRécapitulatif : anomalies des capteurs

8Comparer des groupes

Diagrammes en boîte par groupeDifférence entre les moyennesEst-ce dû au hasard ?Valeurs pLe test tRécapitulatif : test A/B

11Explorer un jeu de données

Un premier aperçuToutes les caractéristiques à la foisCaractéristiques et étiquetteLes deux meilleures caractéristiquesRécapitulatif : données sur le diabète

3Les probabilités par simulation

La probabilité comme fréquenceLa loi des grands nombresSommes de désEspérance mathématiqueProbabilité conditionnelleRécapitulatif : les chances au stand de dés

6Relations

Lire des nuages de pointsCorrélationMatrice de corrélationCartes thermiques de corrélationCorrélation n’est pas causalitéRécapitulatif : glace et soleil

9Mise à l’échelle des caractéristiques

Pourquoi mettre les caractéristiques à l’échelleMise à l’échelle Min-MaxStandardisationStandardScalerRécapitulatif : partenaires d’escalade

12Défis finaux

Retards des trainsQualité de l’airChimie du vinEnquête en clinique

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