כל המאפיינים בבת אחת
חלק מהיחידה סטטיסטיקה ללמידת מכונה במסלול ה-Machine Learning של Coddy. שיעור 57 מתוך 64.
לשלושים מאפיינים דרושים שלושים היסטוגרמות. קל יותר לקרוא אותן כשהן מוצגות יחד ברשת של תרשימים קטנים, כמו ארבעת המאפיינים האלה של איריס:
לולאה ממלאת את הרשת, כאשר התרשים i מציג את המאפיין i:
names = iris.feature_names
fig, axs = plt.subplots(2, 2)
for i in range(4):
ax = axs.flat[i]
ax.hist(iris.frame[names[i]], bins=15)
ax.set_title(names[i])
fig.tight_layout()
plt.show()plt.subplots(2, 2) יוצר טבלה של תרשימים, ו־axs.flat מסדר אותם בשורות, שורה אחר שורה:
fig.tight_layout() שומר על הפרדה בין הכותרות. עכשיו קרא: שתי ההיסטוגרמות של עלי הכותרת מתחלקות לשניים. פער כזה מעיד לעיתים קרובות שמחלקה אחת נפרדת, אז שמור את המאפיין הזה.
אתגר
בינוניהצג את נתוני הרקמה במלואם. הקלט בוחר קבוצה, mean, error או worst, וקוד ההתחלה מציב את ששת שמות המאפיינים הראשונים שלה בתוך names.
- צור רשת של 2 שורות ו-3 עמודות.
- בתרשים
i, צייר היסטוגרמה של מאפייןiעם 20 סלים, ותן לה את שמו ככותרת. - סדר את הפריסה, ואז הצג אותה.
כמו ברשת הזאת של שישה מאפייני יין:
התוכנית שלך לא מדפיסה דבר: Coddy מתארת כל תרשים.
נסו בעצמכם
import matplotlib.pyplot as plt
from sklearn.datasets import load_breast_cancer
group = input()
cancer = load_breast_cancer(as_frame=True)
df = cancer.frame
# שמות ששת המאפיינים הראשונים של הקבוצה: mean, error או worst
start = {"mean": 0, "error": 10, "worst": 20}[group]
names = cancer.feature_names[start:start + 6]
# כתבו את הקוד שלכם למטה
השיעור 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 בחיישנים8השוואה בין קבוצות
תרשימי קופסה לפי קבוצההפרש בין ממוצעיםהאם ייתכן שזה מקרי?ערכי Pמבחן tסיכום: מבחן A/B11חקר מערך נתונים
מבט ראשוןכל המאפיינים בבת אחתמאפיינים מול התוויתשני המאפיינים הטובים ביותרסיכום: נתוני סוכרתתרגלו בעצמכם: קומפיילר Python אונליין