Menu
CoddyTech

Peta Panas Korelasi

Termasuk bagian Statistik untuk ML dalam perjalanan Machine Learning di Coddy. Pelajaran 32 dari 64.

Matriks dengan dua puluh fitur adalah hamparan angka yang memenuhi layar. Heatmap memberi warna pada setiap sel, sehingga pasangan yang kuat terlihat jelas. Delapan hari di sebuah bioskop:

Heatmap 4 kali 4 berjudul Korelasi Bioskop dengan bilah warna dari -1 hingga 1. Tiket dan popcorn sama-sama berwarna merah tua, temp_c berwarna biru tua dibandingkan keduanya, dan baris staf berwarna pucat

Kode ini menggambarnya:

cinema = pd.DataFrame({
    "tickets": [120, 340, 210, 410, 180, 290, 380, 150],
    "popcorn": [70, 150, 100, 200, 95, 120, 170, 60],
    "temp_c": [24, 12, 15, 9, 20, 19, 11, 22],
    "staff": [6, 5, 8, 7, 5, 6, 6, 8],
})
corr = cinema.corr()
fig, ax = plt.subplots()
im = ax.imshow(corr, cmap="coolwarm", vmin=-1, vmax=1)
fig.colorbar(im)
ax.set_xticks(range(4), corr.columns)
ax.set_yticks(range(4), corr.columns)
ax.set_title("Cinema Correlations")
plt.show()

vmin=-1, vmax=1 menetapkan warna: merah adalah 1, putih 0, biru -1. fig.colorbar(im) menambahkan legenda, dan set_xticks(positions, labels) memberi nama pada sel.

Tiket dan popcorn sama-sama bersinar merah; hari yang hangat tampak biru jika dibandingkan dengan keduanya. Jumlah staf hampir tidak berpengaruh.

challenge icon

Tantangan

Sedang

Sebuah smartwatch mencatat data selama 30 hari di watch.csv: satu kolom teks weekday dan lima kolom angka.

  1. Hitung matriks korelasi dari kolom angka.
  2. Gambarkan sebagai heatmap coolwarm dengan rentang -1 hingga 1, beserta bilah warna.
  3. Beri label pada tanda sumbu horizontal dan vertikal dengan nama kolom, beri judul Watch Data, lalu tampilkan.

Programmu tidak mencetak apa pun. Untuk tiga kolom milik pemilik lain, grafiknya terlihat seperti ini:

Heatmap 3 kali 3 berjudul Watch Data dengan steps, sleep_h, dan stress sebagai label tanda sumbu serta bilah warna dari -1 hingga 1: diagonal merah, sleep_h dan stress biru tua, steps dan sleep_h merah muda

Coba sendiri

import pandas as pd
import matplotlib.pyplot as plt

watch = pd.read_csv("watch.csv")

# Tulis kodemu di bawah ini
quiz iconUji dirimu

Pelajaran ini berisi kuis singkat. Mulai pelajarannya untuk menjawab kuis dan melacak progresmu.

Semua pelajaran di Statistik untuk ML

Latihan sendiri: Compiler Python online