Rangkuman: Es Krim dan Matahari
Termasuk bagian Statistik untuk ML dalam perjalanan Machine Learning di Coddy. Pelajaran 34 dari 64.
Tantangan
SedangSaatnya melihat kisi untuk setiap hubungan. Sebuah kios pantai mencatat data selama 40 hari di kiosk.csv: sebuah date dan enam kolom angka. Program membaca satu nama kolom.
- Cetak kolom lain yang paling kuat hubungannya dengan kolom tersebut, tanpa memperhitungkan tanda.
- Cetak pasangan kolom berbeda yang hubungannya paling kuat, dengan memeriksa setiap pasangan satu kali, sesuai urutan tabel.
- Gambarkan matriks sebagai peta panas
coolwarmdari -1 hingga 1, dengan bilah warna, nama sebagai tanda skala, dan judulKiosk Correlations.
Bulatkan kedua r menjadi 2 angka desimal. Untuk catatan yang lebih singkat dan input temp_c:
Most related to temp_c: ice_creams (r = 0.87)
Strongest pair: visitors and ice_creams (r = 0.96)dan grafiknya (Coddy akan menjelaskan grafikmu):
Coba sendiri
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
kiosk = pd.read_csv("kiosk.csv")
column = input()
# Tulis kodemu di bawah ini
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 Sensor3Probabilitas 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