צורות הנתונים
חלק מהיחידה סטטיסטיקה ללמידת מכונה במסלול ה-Machine Learning של Coddy. שיעור 8 מתוך 64.
המתאר של היסטוגרמה הוא צורת הנתונים, והוא אומר לך על איזה מדד סיכום כדאי לסמוך:
זנב ארוך מושך את הממוצע לכיוונו, בעוד שהחציון נשאר עם הרוב. מספר השניות שאחד עשר מבקרים שהו בדף:
visits = np.array([8, 12, 15, 15, 18, 20, 22, 25, 40, 75, 140])
print(np.round(visits.mean(), 1), np.median(visits))זה מדפיס:
35.5 20.0הממוצע מעל החציון: מוטה ימינה, זנב של ערכים גדולים. הממוצע מתחת: מוטה שמאלה. קרובים זה לזה: סימטריים.
הטיה היא אזהרה לפני האימון: כמה שורות קיצוניות נמצאות רחוק מכל השאר, והממוצע כמעט לא מתאר אף אחד.
אתגר
קללפני אימון על היומנים של 150 שחקנים, צוות משחק בודק את צורת ההתפלגות של כל עמודה ב־players.csv. עבור כל עמודה, לפי הסדר, הדפיסו את שמה, את הממוצע שלה (ספרה אחת אחרי הנקודה), את החציון שלה ואת המסקנה:
- מוטה ימינה כאשר הממוצע גבוה מהחציון ביותר מ־2,
- מוטה שמאלה כאשר הוא נמוך ממנו ביותר מ־2,
- סימטרית אחרת.
עבור יומן של משחק אחר:
session_minutes: mean 14.3 above median 9.5, right-skewed
quiz_score: mean 83.3 below median 88.0, left-skewed
ping_ms: mean 46.4 close to median 46.0, symmetricנסו בעצמכם
import numpy as np
import pandas as pd
players = pd.read_csv("players.csv")
# 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