Menu
CoddyTech
INIZIA A IMPARARE
flag It iconItalianodown icon

Dataset integrati

Fa parte della sezione Dati e grafici del percorso Machine Learning di Coddy. Lezione 52 di 60.

Presto addestrerai modelli e questo capitolo prepara i loro dati. scikit-learn, la libreria di ML, include dataset classici, come questi fiori di iris:

Sei righe di iris.frame come tabella: quattro colonne di misurazioni in azzurro chiaro, una colonna target con 0, 1 o 2 in azzurro più scuro e il nome della specie accanto a ciascun numero'

Una riga li carica. from ... import prende una singola funzione da un modulo, quindi la chiami con il suo nome semplice:

from sklearn.datasets import load_iris

iris = load_iris(as_frame=True)
print(iris.frame.shape)
print(iris.target_names)

Questo stampa:

(150, 5)
['setosa' 'versicolor' 'virginica']

as_frame=True richiede pandas, quindi iris.frame è un DataFrame e iris.feature_names elenca le sue misurazioni. target contiene numeri, necessari ai modelli: iris.target_names[2] dà il nome alla classe 2.

challenge icon

Sfida

Medio

I medici hanno misurato le cellule in campioni di tessuto mammario e hanno etichettato ciascuna come maligna o benigna. scikit-learn le fornisce con load_breast_cancer.

Il programma legge n, la posizione di una caratteristica in feature_names.

  1. Carica il dataset con as_frame=True.
  2. Stampa quanti campioni (righe del dataframe) e quante caratteristiche contiene, oltre ai nomi delle classi.
  3. Stampa il nome della caratteristica n e la sua media, arrotondata a 2 decimali.

Per l'input 3:

Samples: 569
Features: 30
Classes: ['malignant' 'benign']
mean area: 654.89

Provalo tu

n = int(input())

# Scrivi il tuo codice qui sotto
quiz iconMettiti alla prova

Questa lezione include un breve quiz. Inizia la lezione per rispondere e tenere traccia dei tuoi progressi.

Tutte le lezioni di Dati e grafici

1Introduzione

Ciao, Machine LearningChe cos'è un modello?Importare le librerieIl tuo primo grafico

4Modellare i dati

Rimodellare gli arrayUnire gli arrayNumeri casualiRipasso: simulazione del lancio dei dadi

7DataFrame di pandas

SerieDataFrameLettura di file CSVEsaminare i datiSelezionare le colonneRiepilogo: valutazioni dei film

10Creare grafici con i DataFrame

Creare un grafico da un DataFrameGrafico a dispersione da colonneUn colore per gruppoIstogramma di una colonnaRiepilogo: vendite della caffetteria

2Array NumPy

Creazione di arrayForma e dimensioneIntervalli di numeriIndicizzazione e slicingRiepilogo: griglia delle temperature

5Grafici a linee e a dispersione

Etichette e titoliGrafici a dispersionePiù linee e legendeColori e marcatoriFigure e assiRiepilogo: passi settimanali

8Filtraggio e ordinamento

Selezionare le righeFiltrare le righeOrdinare i valoriNuove colonneRiepilogo: i prodotti migliori

11Dataset per il ML

Dataset integratiCaratteristiche ed etichetteEsplorare per classeRappresentare graficamente le classiRiepilogo: dataset Wine

3Matematica con gli array

Operazioni matematiche su interi arrayStatistiche riassuntiveStatistiche per asseBroadcastingMaschere booleaneRiepilogo: voti d'esame

6Grafici per i dati

Grafici a barreIstogrammiPiù grafici in unoImmagini come arrayRiepilogo: rapporto sulle precipitazioni

9Raggruppamento e pulizia

Conteggio dei valoriRaggruppare i datiDiversi riepiloghiValori mancantiRiepilogo: risultati del sondaggio

12Sfide finali

Report sulle venditeLetture dei sensoriLe cifre a colpo d’occhioEsploratore dei pinguini

Esercitati da solo: Compilatore Python online