Semua Fitur Sekaligus
Termasuk bagian Statistik untuk ML dalam perjalanan Machine Learning di Coddy. Pelajaran 57 dari 64.
Tiga puluh fitur membutuhkan tiga puluh histogram. Kamu bisa membacanya lebih cepat sebagai satu kisi berisi grafik-grafik kecil, seperti empat fitur iris ini:
Sebuah perulangan mengisi grid, grafik i dengan fitur 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) membuat tabel berisi grafik, dan axs.flat menyusunnya berurutan per baris:
fig.tight_layout() menjaga agar judul tidak bertumpuk. Sekarang, perhatikan: kedua histogram kelopak terbagi menjadi dua. Celah seperti itu sering menandakan bahwa satu class terpisah, jadi pertahankan fitur tersebut.
Tantangan
SedangLihat seluruh data jaringan. Input memilih satu grup, mean, error, atau worst, dan kode awal menempatkan enam nama fitur pertamanya di names.
- Buat grid dengan 2 baris dan 3 kolom.
- Di chart
i, gambar histogram fituridengan 20 bin, lalu beri judul menggunakan namanya. - Rapikan tata letaknya, lalu tampilkan.
Seperti grid enam fitur wine ini:
Programmu tidak mencetak apa pun: Coddy menjelaskan setiap chart.
Coba sendiri
import matplotlib.pyplot as plt
from sklearn.datasets import load_breast_cancer
group = input()
cancer = load_breast_cancer(as_frame=True)
df = cancer.frame
# Enam nama fitur pertama dari grup: mean, error, atau worst
start = {"mean": 0, "error": 10, "worst": 20}[group]
names = cancer.feature_names[start:start + 6]
# Tulis kodemu di bawah ini
Pelajaran ini berisi kuis singkat. Mulai pelajarannya untuk menjawab kuis dan melacak progresmu.
Semua pelajaran di Statistik untuk ML
1Pusat dan Sebaran
Rata-rata dan MedianPersentil dan KuartilVarians dan Simpangan BakuSampel atau Populasi?Nilai yang Paling Sering MunculRangkuman: Waktu Pengiriman4Sampel dan Populasi
Populasi dan SampelRata-rata Sampel BervariasiDistribusi SamplingSampel Lebih Besar, Lebih Sedikit GangguanRangkuman: Jajak Pendapat di Sebuah Kota2Distribusi
Histogram KepadatanBentuk DataKurva NormalAturan 68-95-99,7Skor-ZRekap: Daya Tahan Baterai5Nilai Pencilan
Diagram KotakAturan IQRAturan Z-ScoreMenangani Nilai PencilanRangkuman: Gangguan Sensor8Membandingkan Kelompok
Diagram Kotak per KelompokPerbedaan Rata-rataMungkinkah Ini Kebetulan?Nilai-pUji-tRangkuman: Uji A/B11Menjelajahi Dataset
Melihat SekilasSemua Fitur SekaligusFitur Dibandingkan dengan LabelDua Fitur TerbaikRangkuman: Data Diabetes3Probabilitas melalui Simulasi
Probabilitas sebagai FrekuensiHukum Bilangan BesarJumlah Mata DaduNilai HarapanProbabilitas BersyaratRangkuman: Peluang di Lapak Dadu6Hubungan
Membaca Diagram PencarKorelasiMatriks KorelasiPeta Panas KorelasiKorelasi Bukan Sebab-AkibatRangkuman: Es Krim dan MatahariLatihan sendiri: Compiler Python online