מתאם
חלק מהיחידה סטטיסטיקה ללמידת מכונה במסלול ה-Machine Learning של Coddy. שיעור 30 מתוך 64.
תכונה שמשתנה יחד עם משתנה היעד עוזרת למודל לחזות אותו. המתאם r מודד עד כמה שתי עמודות נצמדות לקו ישר, מ־-1 עד 1:
שישה שבועות של פרסום ומכירות בחנות: np.corrcoef מחזירה טבלה בגודל 2 על 2, שבה כל מערך מושווה לכל מערך אחר, עם r ב-[0, 1]. העמודה .corr מחזירה את הערך ישירות:
ads = np.array([100, 200, 150, 300, 250, 50])
sales = np.array([430, 520, 560, 760, 610, 410])
print(np.round(np.corrcoef(ads, sales), 2))
shop = pd.DataFrame({"ads": ads, "sales": sales})
print(np.round(shop["ads"].corr(shop["sales"]), 2))זה מדפיס:
[[1. 0.94]
[0.94 1. ]]
0.94ב־0.94, בשבועות שבהם היו יותר מודעות נמכרו בבירור יותר.
אתגר
בינוניחדר כושר עקב אחר 20 מתאמנים במשך שלושה חודשים בקובץ gym.csv, עם העמודות visits, classes, minutes_per_visit, age ו-weight_change_kg. התוכנית קוראת שני שמות של עמודות.
- הדפיסו את שני השמות ואת ערך ה-
rשלהם, מעוגל ל-2 ספרות אחרי הנקודה העשרונית, כמו למטה. - הדפיסו
Direction:positiveכאשרrגדול מ-0.3,negativeכאשר הוא קטן מ--0.3, ואחרתnone.
עבור laps ו-minutes של מועדון שחייה:
laps and minutes: r = 0.95
Direction: positiveנסו בעצמכם
import numpy as np
import pandas as pd
gym = pd.read_csv("gym.csv")
first = input()
second = input()
# 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