Menu
CoddyTech

Persentil dan Kuartil

Termasuk bagian Statistik untuk ML dalam perjalanan Machine Learning di Coddy. Pelajaran 2 dari 64.

Persentil membagi data yang telah diurutkan: persentil ke-25 berada seperempat perjalanan dari bawah, sedangkan persentil ke-50 adalah median. Waktu sembilan orang di ruang pelarian:

Waktu sembilan orang di ruang pelarian ditampilkan sebagai titik pada garis, dari 38 hingga 95 detik. Garis menandai Q1 pada 45, Q2 pada 52, dan Q3 pada 61, serta sebuah kotak berbayang dari Q1 hingga Q3 berlabel setengah bagian tengah, IQR sebesar 16

Nilai yang membagi data menjadi empat bagian adalah kuartil Q1, Q2, dan Q3. np.percentile(a, q) menerima q dari 0 hingga 100, atau sebuah list:

times = np.array([52, 38, 61, 45, 70, 41, 95, 58, 49])
print(np.percentile(times, [25, 50, 75]))

Ini mencetak:

[45. 52. 61.]

Separuh bagian tengah membentang dari Q1 hingga Q3; lebarnya adalah rentang interkuartil, Q3 - Q1: 16 detik.

Buat waktu paling lambat menjadi 950: IQR tetap 16. Percayai nilai ini saat sebuah fitur memiliki nilai ekstrem.

challenge icon

Tantangan

Mudah

Seorang pelanggan bertanya bagaimana penggunaan airnya dibandingkan dengan penggunaan 20 rumah di jalannya. use menyimpan jumlah liter yang digunakan rumah-rumah itu, dan program membaca jumlah milik pelanggan. Cetak:

  1. Kuartil use: Q1, median, Q3.
  2. IQR.
  3. Kuartil pelanggan: 1 jika di bawah Q1, 2 jika di bawah median, 3 jika di bawah Q3, selain itu 4.

Untuk jalan dengan 12 rumah dan input 172:

Quartiles: 157.5, 170.5, 183.5 liters
IQR: 26.0 liters
This home is in quarter 3

Coba sendiri

import numpy as np

# Liter air yang digunakan setiap rumah kemarin
use = np.array([312, 285, 410, 198, 356, 274, 520, 301, 289, 345,
                262, 398, 230, 610, 327, 295, 368, 251, 334, 280])
liters = int(input())

# 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