הכירו את הפינגווינים

חלק מהיחידה למידה מונחית במסלול ה-Machine Learning של Coddy. שיעור 50 מתוך 58.

ביחידה 1 חקרת 100 פינגווינים. במושבה הזאת יש 300, ועכשיו תבנה את המודל שייתן להם שמות. המודל שלך יקרא לה:

300 פינגווינים כנקודות, אורך המקור לרוחב ואורך הסנפיר כלפי מעלה: אדלי נמוך משמאל, רצועת-סנטר נמוך מימין, ג'נטו גבוה מימין, וכוכב שחור גדול ביניהם שכותרתו מי היא?

כל פרויקט מתחיל בהתבוננות. כמה יש מכל מין? זה קובע את הניקוד שצריך לעבור. איפה יש פערים? מה מבדיל בין המינים?

תרשים פיזור עונה על השאלה האחרונה. אורך הסנפיר והמסה מזהים את Gentoo, ולא את האחרים:

אורך הסנפיר לעומת מסת הגוף של המושבה: הנקודות של Gentoo נמצאות בנפרד, גבוה ומימין, בעוד שהנקודות של Adelie ושל Chinstrap חופפות ויוצרות ענן אחד

מודל לומד רק ממה שהמדידות מראות, ולכן הוא יצטרך יותר משתי המדידות האלה.

אתגר

בינוני

המושבה שלך נמצאת בקובץ penguins.csv. התוכנית קוראת שתי עמודות מדידה, ותוכנית הפתיחה מכינה את התרשים שלהן.

הדפס את קו הבסיס שצריך לנצח: את החלק הגדול ביותר של מין, בדיוק של 3 ספרות אחרי הנקודה העשרונית, ואת שם המין.
הדפס כל עמודה שיש בה פערים ואת מספר הפערים: בשיעור הבא נמלא אותם.
הצג תרשים פיזור של שתי העמודות, עם קבוצה אחת לכל מין, המסומנת בשם שלו. הוסף מקרא והצג את התרשים.

עבור מושבה קטנה יותר:

Baseline to beat: 0.483 (always Adelie)
Gaps to fill:
  body_mass_g: 1
  sex: 4

לאחר מכן Coddy מתאר את התרשים שלך. עבור body_mass_g ו-bill_length_mm, הוא נראה כך:

תרשים פיזור שכותרתו body_mass_g vs bill_length_mm עם מקרא: נקודות Adelie נמוכות ובהירות, Chinstrap גבוהות ובהירות, Gentoo כבדות ובצד ימין

נסו בעצמכם

import pandas as pd
import matplotlib.pyplot as plt

penguins = pd.read_csv("penguins.csv")
x_col = input()
y_col = input()

# אל תשנו את השורות שלהלן
fig, ax = plt.subplots()
ax.set_title(f"{x_col} vs {y_col}")
ax.set_xlabel(x_col)
ax.set_ylabel(y_col)

# כתבו את הקוד שלכם להלן