Fitur Dibandingkan dengan Label
Termasuk bagian Statistik untuk ML dalam perjalanan Machine Learning di Coddy. Pelajaran 58 dari 64.
Fitur mana yang bergerak bersama label? Hitung korelasi masing-masing fitur dengan label, 0 untuk ganas dan 1 untuk jinak, lalu urutkan berdasarkan kekuatannya:
X.corrwith(y) memberikan nilai r untuk setiap fitur sekaligus:
X = cancer.data[cancer.feature_names[:10]]
r = X.corrwith(cancer.target)
strength = np.abs(r).sort_values(ascending=False)
for name in strength.index[:3]:
print(name, np.round(r[name], 2))Ini mencetak:
mean concave points -0.78
mean perimeter -0.74
mean radius -0.73Nilai r negatif berarti fitur tersebut lebih besar pada class 0: sel ganas memiliki lebih banyak titik cekung. np.abs mengurutkan berdasarkan kekuatan, apa pun tandanya.
Nilai yang mendekati 0, seperti dimensi fraktal, menunjukkan bahwa suatu fitur hampir tidak berbeda antara kedua class: fitur yang bisa dipertimbangkan untuk dihilangkan.
Tantangan
SedangFitur jaringan mana yang sebaiknya dicoba model terlebih dahulu? Input-nya adalah sebuah grup, error atau worst, dan k; kode awal menempatkan fitur-fitur grup tersebut di X.
- Urutkan fitur berdasarkan kekuatan korelasinya dengan
y. - Cetak
kfitur teratas beserta nilai r bertandanya, dengan 2 angka desimal. - Periksa tandanya: cetak rata-rata fitur terkuat untuk tiap kelompok.
Untuk grup mean dan k = 2:
Top 2 mean features:
mean concave points: -0.78
mean perimeter: -0.74
mean concave points by class: malignant 0.09, benign 0.03Coba sendiri
import numpy as np
from sklearn.datasets import load_breast_cancer
group = input()
k = int(input())
cancer = load_breast_cancer(as_frame=True)
df = cancer.frame
y = cancer.target
# Sepuluh fitur dalam kelompok: mean, error, atau worst
start = {"mean": 0, "error": 10, "worst": 20}[group]
X = cancer.data[cancer.feature_names[start:start + 10]]
# Tulis kodemu di bawah ini
Uji dirimuPelajaran 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