Diagrammi a scatola
Fa parte della sezione Statistica per il machine learning del percorso Machine Learning di Coddy. Lezione 24 di 64.
Ogni set di dati nasconde valori insoliti: un errore di battitura, un'anomalia, un giorno da record. Questo capitolo li individua e li gestisce, iniziando dal grafico che li mostra, il diagramma a scatola:
ax.boxplot lo disegna:
episodes = np.array([41, 36, 49, 43, 32, 46, 75, 40, 52, 38, 44])
fig, ax = plt.subplots()
ax.boxplot(episodes)
plt.show()Il rettangolo contiene la metà centrale dei valori, da Q1 a Q3, divisa dalla mediana. I baffi arrivano agli ultimi valori che non sono troppo distanti.
I punti oltre di essi sono valori anomali, valori lontani dal resto: quelli da controllare prima che un modello impari da essi.
Sfida
MedioUna famiglia ha registrato due settimane di lettura in reading.csv, con una colonna di minuti per persona. Il programma legge un nome e il codice iniziale prepara il grafico.
- Disegna un diagramma a scatola e baffi della colonna di quella persona.
- Stampa la mediana e i bordi della scatola, Q1 e Q3, ciascuno arrotondato a 2 decimali, come sotto.
Per Sam, un altro lettore, il programma stampa:
Typical day: 97.5 minutes
Middle half: 90.5 to 108.75 minutese disegna questo grafico (Coddy poi descrive il tuo):
Provalo tu
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
reading = pd.read_csv("reading.csv")
name = input()
# Non modificare le righe qui sotto
fig, ax = plt.subplots()
ax.set_title(f"Reading: {name}")
ax.set_ylabel("Minutes")
# Scrivi il tuo codice qui sotto
Mettiti alla provaQuesta 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 consegna4Campioni e popolazioni
Popolazione e campioneLe medie campionarie varianoDistribuzione campionariaCampioni più grandi, meno rumoreRiepilogo: sondare una città7Linee di tendenza
ResiduiAdattamento dei minimi quadratiTracciare la retta di adattamentoFare previsioni con una rettaQuanto è buono l’adattamento?Riepilogo: ore di pratica10Codifica delle categorie
Categorie come numeriCodifica one-hotRaggruppamento dei numeri in intervalliRiepilogo: annunci di auto2Distribuzioni
Istogrammi di densitàForme dei datiCurva normaleRegola 68-95-99,7Punteggi ZRiepilogo: durata della batteria5Valori anomali
Diagrammi a scatolaLa regola dell'IQRLa regola dello z-scoreGestire i valori anomaliRiepilogo: anomalie dei sensori3Probabilità tramite simulazione
La probabilità come frequenzaLa legge dei grandi numeriSomme dei dadiValore attesoProbabilità condizionataRiepilogo: probabilità al banco dei dadi6Relazioni
Leggere i grafici a dispersioneCorrelazioneMatrice di correlazioneMappe di calore della correlazioneCorrelazione non significa causalitàRiepilogo: gelato e soleEsercitati da solo: Compilatore Python online