חקירה לפי מחלקה

חלק מהיחידה נתונים ותרשימים במסלול ה-Machine Learning של Coddy. שיעור 54 מתוך 60.

איזו מדידה מסגירה מין? הציבו כל פרח על קו לפי אורך עלי הכותרת שלו, שורה אחת לכל מין:

פרחי איריס המוצגים לפי אורך עלי הכותרת, שורה אחת לכל מין: setosa מתקבצים בסביבות 1.5 ס״מ, versicolor בסביבות 4.3 ס״מ ו-virginica בסביבות 5.6 ס״מ, כאשר הממוצע של כל מחלקה מסומן בקו שחור

הפעלת groupby על התווית מחשבת את הממוצעים האלה:

df = iris.frame
means = df.groupby("target")["petal length (cm)"].mean()
print(means)

הפלט הוא:

target
0    1.462
1    4.260
2    5.552
Name: petal length (cm), dtype: float64

המחלקות יושבות רחוק זו מזו, ולכן אורך עלי הכותרת מפריד בין המחלקות: מודל יסתמך עליו.

יחס מציין פי כמה: means[2] / means[1] הוא בערך 1.3. ככל שהיחס רחוק יותר מ־1, כך התכונה מבדילה טוב יותר בין שתי המחלקות האלה.

אתגר

בינוני

איזו מדידת תאים מסגירה דגימה ממאירה? ב־load_breast_cancer, מחלקה 0 היא ממאירה ומחלקה 1 שפירה. קוד ההתחלה קורא כמה שמות של מאפיינים לתוך features.

עבור כל מאפיין, הדפיסו את הממוצע שלו בדגימות הממאירות חלקי הממוצע שלו בדגימות השפירות, מעוגל ל־2 ספרות אחרי הנקודה בעזרת round.
אחרי הלולאה, ציינו את המאפיין עם היחס הגדול ביותר.

עבור המאפיינים worst radius ו־worst texture:

worst radius: malignant is 1.58 times benign
worst texture: malignant is 1.25 times benign
Best separator: worst radius

נסו בעצמכם

from sklearn.datasets import load_breast_cancer

cancer = load_breast_cancer(as_frame=True)

# המאפיינים להשוואה
n = int(input())
features = []
for i in range(n):
    features.append(input())

# כתבו את הקוד שלכם למטה