Aturan Z-Score
Termasuk bagian Statistik untuk ML dalam perjalanan Machine Learning di Coddy. Pelajaran 26 dari 64.
Sebuah peternakan menimbang 300 telur, lalu mengetik dua berat secara manual: 6.2 g dan 94.6 g, keduanya salah ketik. z-score mereka (jarak dari rata-rata, dalam std) menunjukkan kesalahannya:
np.abs menghilangkan tanda minus, jadi satu perbandingan menangkap kedua sisi:
rng = np.random.default_rng(3)
eggs = np.concatenate([rng.normal(60, 4, size=300), np.array([6.2, 94.6])])
z = (eggs - eggs.mean()) / eggs.std()
print(np.abs(np.array([-4, 2, -1])))
print(eggs[np.abs(z) > 3])Ini mencetak:
[4 2 1]
[ 6.2 94.6]Pada data berbentuk lonceng, 99.7% nilai berada dalam rentang 3 std, jadi np.abs(z) > 3 menandai nilai langka yang perlu diperiksa sebelum pelatihan.
Namun, pencilan memperbesar std yang digunakan untuk mengukurnya, sehingga sampel kecil menyamarkannya: gunakan aturan IQR dalam kasus tersebut.
Tantangan
SedangTimbangan toko roti menimbang 250 roti dan memasukkannya ke dalam loaves, lalu 3 roti lagi dimasukkan secara manual. Program membaca nilai ambang.
- Hitung z-score setiap roti dengan
.mean()dan.std()pada array. - Urut berdasarkan posisi, cetak setiap roti yang z-score-nya berjarak lebih dari nilai ambang dari 0: posisi, berat (1 angka desimal), dan z-score (2 angka desimal).
- Cetak jumlah roti yang kamu cantumkan.
Untuk hari lain dan nilai ambang 3:
Loaf 200: 702.5 g, z = -5.38
Loaf 201: 889.3 g, z = 4.91
Loaves to re-weigh: 2Coba sendiri
import numpy as np
# Jangan ubah baris di bawah ini: 250 roti ditimbang dengan timbangan, lalu 3 berat dimasukkan secara manual
rng = np.random.default_rng(25)
loaves = np.concatenate([rng.normal(800, 15, size=250), np.array([731.4, 868.9, 912.3])])
cutoff = float(input())
# 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 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