סיכום: נתוני סוכרת

חלק מהיחידה סטטיסטיקה ללמידת מכונה במסלול ה-Machine Learning של Coddy. שיעור 60 מתוך 64.

אתגר

בינוני

עשר מדידות של 442 חולי סוכרת, שכבר הותאמו לערכים קטנים סביב 0, ותווית שהיא מספר: עד כמה המחלה התקדמה שנה לאחר מכן.

היסטוגרמה של התקדמות המחלה אצל 442 מטופלים, מכ־25 עד 346, עם ריכוז בצד הנמוך וזנב ארוך ימינה

טענו את load_diabetes עם as_frame=True. התוכנית קוראת את המאפיין שעליו הרופא שואל. הדפיסו:

מבט ראשוני: מספר המטופלים והתאים החסרים.
הממוצע והחציון של התווית, בדיוק של ספרה אחת אחרי הנקודה העשרונית.
המאפיין בעל המתאם החזק ביותר ואת r עם הסימן, בדיוק של 2 ספרות אחרי הנקודה העשרונית.
קו לפי המאפיין שנשאל: השיפוע והחיתוך עם ציר ה-y בדיוק של ספרה אחת אחרי הנקודה העשרונית, ו-R בריבוע בדיוק של 2 ספרות אחרי הנקודה העשרונית.

עבור מרפאה מומצאת והקלט age:

Patients: 300
Missing cells: 0
Progression: mean 118.6, median 118.0
Strongest feature: s2 (r = -0.75)
Line for age: slope 127.6, intercept 118.6
R squared: 0.01

מאפיין אחד מסביר חלק מהתמונה. ביחידה 3, מודל ישתמש בכל עשרת המאפיינים בבת אחת.

נסו בעצמכם

import numpy as np
from sklearn.datasets import load_diabetes

feature = input()

# כתבו את הקוד שלכם למטה

כל השיעורים ביחידה סטטיסטיקה ללמידת מכונה

2התפלגויות

היסטוגרמות צפיפות צורות הנתונים העקומה הנורמלית כלל 68-95-99.7 ציוני Z סיכום: חיי סוללה

5ערכים חריגים

תרשימי קופסה כלל הטווח הבין־רבעוני (IQR)כלל ציון Z טיפול בערכים חריגים סיכום: תקלות בחיישנים

8השוואה בין קבוצות

תרשימי קופסה לפי קבוצה הפרש בין ממוצעים האם ייתכן שזה מקרי?ערכי P מבחן t סיכום: מבחן A/B

11חקר מערך נתונים

מבט ראשון כל המאפיינים בבת אחת מאפיינים מול התווית שני המאפיינים הטובים ביותרסיכום: נתוני סוכרת

תרגלו בעצמכם: קומפיילר Python אונליין