היסטוגרמות צפיפות
חלק מהיחידה סטטיסטיקה ללמידת מכונה במסלול ה-Machine Learning של Coddy. שיעור 7 מתוך 64.
הפרק הזה עוסק בצורה של נתונים. בסופו, תתאימו עקומת פעמון להיסטוגרמה ותזהו את החריג:
ראשית, תיקון. ספירות מאפשרות לקבוצה גדולה להאפיל על קבוצה קטנה, כמו זמני התגובה של 500 מבוגרים לעומת אלה של 50 גיימרים:
density=True משנה את קנה המידה של כל קבוצה כך ששטחי העמודות שלה מסתכמים ל-1:
ax.hist(adults, bins=16, density=True, alpha=0.5, label="adults")
ax.hist(gamers, bins=16, density=True, alpha=0.5, label="gamers")כל גובה הוא count / (n * bin width), ולכן השטח של כל עמודה מייצג את חלקה בקבוצה. כך אפשר להשוות באופן הוגן בין קבוצות בכל גודל.
אתגר
קלבית חולים בעיר שקל 400 יילודים, ובית חולים כפרי שקל 60. קוד הפתיחה מכיל את המשקלים במשתנים city ו-rural ומגדיר את התרשים עם הכותרת והתוויות.
- שרטטו היסטוגרמת צפיפות לכל קבוצה עם
bins=10,alpha=0.5והתוויתcityאוrural. - הוסיפו מקרא והציגו את התרשים.
Coddy מתאר את התרשים שלכם. הוא אמור להיראות כמו התרשים הזה, של שני מגדלי עגבניות:
נסו בעצמכם
import numpy as np
import matplotlib.pyplot as plt
# אל תשנו את השורות שלמטה
rng = np.random.default_rng(23)
city = np.round(rng.normal(3.4, 0.5, size=400), 2)
rural = np.round(rng.normal(3.2, 0.45, size=60), 2)
fig, ax = plt.subplots()
ax.set_title("Birth Weights")
ax.set_xlabel("Weight (kg)")
ax.set_ylabel("Density")
# 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