Menu
CoddyTech
INIZIA A IMPARARE
flag It iconItalianodown icon

Qualità dell'aria

Fa parte della sezione Statistica per il machine learning del percorso Machine Learning di Coddy. Lezione 62 di 64.

Una città vuole una previsione rapida delle polveri sottili, PM2.5. Il sensore stradale ha registrato 40 giorni in air.csv:

Andamento giornaliero del PM2.5 in 40 giorni, con valori oscillanti tra circa 16 e 61, ogni giorno sopra una linea tratteggiata a 15 indicata come valore guida giornaliero dell’OMS

Ogni riga contiene i dati di un giorno relativi a vento, temperatura, umidità, traffico e pm25. Uno di questi valori tiene traccia delle polveri molto meglio degli altri.

Trovala, adatta una retta e spiega fino a che punto fidarti: quanto spiega, dove sbaglia di più e quando una previsione si allontana dai dati.

challenge icon

Sfida

Difficile

Il programma legge il valore di un nuovo giorno per la caratteristica migliore. Arrotonda a 2 decimali.

  1. Stampa la caratteristica con il valore di r più forte rispetto a pm25, ignorando il segno, e il suo valore di r con segno.
  2. Adatta una retta. Stampala, insieme al suo R quadrato e alla riga che sbaglia di più, con il relativo residuo.
  3. Fai una previsione per il valore e avvisa quando è al di fuori dei dati della caratteristica.
  4. Disegna i punti e la retta rossa dal valore più piccolo a quello più grande: titolo Air Quality, la caratteristica sull'asse orizzontale, PM2.5 su quello verticale.

Per un'altra città e l'input 8:

Best feature: traffic_k (r = 0.86)
Line: pm25 = 1.11 * traffic_k + 13.67
R squared: 0.73
Largest miss: row 14 (residual 11.15)
Prediction at 8.0: 22.57
Warning: outside the data

Un grafico a dispersione intitolato Air Quality, con traffic_k sull'asse orizzontale e PM2.5 su quello verticale, 30 punti che salgono verso destra con una retta di regressione rossa

Dopo le tue righe, Coddy descrive il tuo grafico.

Provalo tu

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

value = float(input())
df = pd.read_csv("air.csv")

# 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 Statistica per il machine learning

1Centro e dispersione

Media e medianaPercentili e quartiliVarianza e deviazione standardCampione o popolazione?Il valore più frequenteRiepilogo: tempi di consegna

4Campioni e popolazioni

Popolazione e campioneLe medie campionarie varianoDistribuzione campionariaCampioni più grandi, meno rumoreRiepilogo: sondare una città

7Linee di tendenza

ResiduiAdattamento dei minimi quadratiTracciare la retta di adattamentoFare previsioni con una rettaQuanto è buono l’adattamento?Riepilogo: ore di pratica

10Codifica delle categorie

Categorie come numeriCodifica one-hotRaggruppamento dei numeri in intervalliRiepilogo: annunci di auto

2Distribuzioni

Istogrammi di densitàForme dei datiCurva normaleRegola 68-95-99,7Punteggi ZRiepilogo: durata della batteria

5Valori anomali

Diagrammi a scatolaLa regola dell'IQRLa regola dello z-scoreGestire i valori anomaliRiepilogo: anomalie dei sensori

8Confrontare gruppi

Diagrammi a scatola per gruppoDifferenza tra le mediePotrebbe essere solo caso?I p-valueIl test tRiepilogo: test A/B

11Esplorare un dataset

Una prima occhiataTutte le feature insiemeFeature a confronto con l'etichettaLe due feature miglioriRiepilogo: dati sul diabete

3Probabilità tramite simulazione

La probabilità come frequenzaLa legge dei grandi numeriSomme dei dadiValore attesoProbabilità condizionataRiepilogo: probabilità al banco dei dadi

6Relazioni

Leggere i grafici a dispersioneCorrelazioneMatrice di correlazioneMappe di calore della correlazioneCorrelazione non significa causalitàRiepilogo: gelato e sole

9Scalatura delle feature

Perché scalare le featureScalatura Min-MaxStandardizzazioneStandardScalerRiepilogo: compagni di scalata

12Sfide finali

Ritardi dei treniQualità dell'ariaChimica del vinoSondaggio in clinica

Esercitati da solo: Compilatore Python online