תרשימי קופסה
חלק מהיחידה סטטיסטיקה ללמידת מכונה במסלול ה-Machine Learning של Coddy. שיעור 24 מתוך 64.
בכל מערך נתונים מסתתרים ערכים חריגים: שגיאת הקלדה, תקלה, יום שיא. הפרק הזה מאתר אותם ומרסן אותם, החל בתרשים שמציג אותם, תרשים קופסה:
ax.boxplot מצייר אותו:
episodes = np.array([41, 36, 49, 43, 32, 46, 75, 40, 52, 38, 44])
fig, ax = plt.subplots()
ax.boxplot(episodes)
plt.show()התיבה מכילה את המחצית האמצעית של הערכים, מ-Q1 עד Q3, כשהחציון מחלק אותה. השפמים מגיעים לערכים האחרונים שאינם רחוקים מדי.
נקודות שמרוחקות מהן הן ערכים חריגים, ערכים רחוקים משאר הנתונים: אלה שכדאי לבדוק לפני שמודל לומד מהן.
אתגר
בינונימשפחה תיעדה שבועיים של קריאה בקובץ reading.csv, עמודת דקות אחת לכל אדם. התוכנית קוראת שם, ותוכנית השלד מכינה את התרשים.
- ציירו תרשים קופסה עבור העמודה של אותו אדם.
- הדפיסו את החציון ואת קצות הקופסה, Q1 ו־Q3, כל אחד מעוגל ל־2 ספרות אחרי הנקודה העשרונית, כמו בדוגמה.
עבור Sam, קורא נוסף, התוכנית מדפיסה:
Typical day: 97.5 minutes
Middle half: 90.5 to 108.75 minutesומציירת את התרשים הזה (Coddy יתאר את התרשים שלך):
נסו בעצמכם
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
reading = pd.read_csv("reading.csv")
name = input()
# אל תשנו את השורות שלמטה
fig, ax = plt.subplots()
ax.set_title(f"Reading: {name}")
ax.set_ylabel("Minutes")
# כתבו את הקוד שלכם למטה
בחנו את עצמכםהשיעור הזה כולל חידון קצר. התחילו את השיעור כדי לענות עליו ולעקוב אחרי ההתקדמות.
כל השיעורים ביחידה סטטיסטיקה ללמידת מכונה
1מרכז ופיזור
ממוצע וחציוןאחוזונים ורבעוניםשונות וסטיית תקןמדגם או אוכלוסייה?הערך השכיח ביותרסיכום: זמני משלוח4מדגמים ואוכלוסיות
אוכלוסייה ומדגםממוצעי מדגמים משתניםהתפלגות הדגימהמדגמים גדולים יותר, פחות רעשסיכום: סקר בעיירה5ערכים חריגים
תרשימי קופסהכלל הטווח הבין־רבעוני (IQR)כלל ציון Zטיפול בערכים חריגיםסיכום: תקלות בחיישניםתרגלו בעצמכם: קומפיילר Python אונליין