Menu
CoddyTech
Mulai belajar

Aturan 68-95-99,7

Termasuk bagian Statistik untuk ML dalam perjalanan Machine Learning di Coddy. Pelajaran 10 dari 64.

Dalam data berdistribusi normal, std menunjukkan seberapa jauh bagian data tertentu dari mean. Tuangan kopi, mean 250 ml, std 5 ml:

Kurva lonceng tuangan kopi yang berpusat pada 250 ml, dengan area paling gelap dari 245 hingga 255, lebih terang hingga 240 dan 260, serta paling terang hingga 235 dan 265. Tanda kurung menunjukkan 68% dalam 1 std, 95% dalam 2 std, 99.7% dalam 3 std

Itulah aturan 68-95-99.7. Periksa aturan ini pada 10.000 cangkir yang disimulasikan: cangkir dihitung jika berada dalam 1 simpangan baku.

rng = np.random.default_rng(1)
cups = rng.normal(250, 5, size=10000)
within1 = (cups > 245) & (cups < 255)
print(within1.sum() / cups.size)

Ini mencetak:

0.6868

Untuk porsi di bawah nilai apa pun, stats.norm.cdf(x, mean, std) memberikan luas di sebelah kiri x: stats.norm.cdf(260, 250, 5) adalah 0.977.

Tuangan yang melebihi 3 std terjadi 3 kali dalam 1.000: cukup jarang untuk ditandai sebelum mencapai model.

challenge icon

Tantangan

Mudah

Sebuah laboratorium menguji 5,000 bohlam sampai mati. life menyimpan lama waktu dalam jam, dan program membaca h. Dengan menggunakan mean dan std (np.std) dari life, cetak persentase berikut (1 angka desimal):

  1. dalam rentang 1 std dari mean,
  2. dalam rentang 2 std,
  3. di bawah h, berdasarkan hitungan,
  4. di bawah h, berdasarkan kurva normal.

Untuk batch lain dan input 1100:

Within 1 std: 67.6%
Within 2 std: 95.7%
Below 1100 hours, counted: 10.2%
Below 1100 hours, normal curve: 10.1%

Coba sendiri

import numpy as np
from scipy import stats

# Jangan ubah baris-baris di bawah ini
rng = np.random.default_rng(12)
life = np.round(rng.normal(1200, 100, size=5000))
h = 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

1Pusat dan Sebaran

Rata-rata dan MedianPersentil dan KuartilVarians dan Simpangan BakuSampel atau Populasi?Nilai yang Paling Sering MunculRangkuman: Waktu Pengiriman

4Sampel dan Populasi

Populasi dan SampelRata-rata Sampel BervariasiDistribusi SamplingSampel Lebih Besar, Lebih Sedikit GangguanRangkuman: Jajak Pendapat di Sebuah Kota

7Garis Tren

ResidualPencocokan Kuadrat TerkecilMenggambar Garis KecocokanMemprediksi dengan GarisSeberapa Baik Kecocokannya?Rangkuman: Jam Latihan

10Kategori Encoding

Kategori sebagai AngkaOne-Hot EncodingMengelompokkan AngkaRangkuman: Daftar Mobil

2Distribusi

Histogram KepadatanBentuk DataKurva NormalAturan 68-95-99,7Skor-ZRekap: Daya Tahan Baterai

5Nilai Pencilan

Diagram KotakAturan IQRAturan Z-ScoreMenangani Nilai PencilanRangkuman: Gangguan Sensor

8Membandingkan Kelompok

Diagram Kotak per KelompokPerbedaan Rata-rataMungkinkah Ini Kebetulan?Nilai-pUji-tRangkuman: Uji A/B

11Menjelajahi Dataset

Melihat SekilasSemua Fitur SekaligusFitur Dibandingkan dengan LabelDua Fitur TerbaikRangkuman: Data Diabetes

3Probabilitas melalui Simulasi

Probabilitas sebagai FrekuensiHukum Bilangan BesarJumlah Mata DaduNilai HarapanProbabilitas BersyaratRangkuman: Peluang di Lapak Dadu

6Hubungan

Membaca Diagram PencarKorelasiMatriks KorelasiPeta Panas KorelasiKorelasi Bukan Sebab-AkibatRangkuman: Es Krim dan Matahari

9Skala Fitur

Mengapa Fitur Perlu DiskalakanSkala Min-MaksStandardisasiStandardScalerRekap: Rekan Mendaki

12Tantangan Akhir

Keterlambatan KeretaKualitas UdaraKimia AnggurSurvei Klinik

Latihan sendiri: Compiler Python online