Potrebbe essere solo caso?
Fa parte della sezione Statistica per il machine learning del percorso Machine Learning di Coddy. Lezione 43 di 64.
Cinque lettori con un font sans battono di 6,6 secondi cinque lettori con un font serif. Se il font non cambiasse nulla, qualsiasi tempo potrebbe trovarsi in uno dei due gruppi. Mescola per rappresentare questa situazione:
rng.permutation(a) restituisce una copia mescolata. Ripeti l’operazione 1000 volte e conserva ogni falsa differenza:
serif = np.array([52, 47, 58, 50, 55])
sans = np.array([45, 49, 41, 50, 44])
pooled = np.concatenate([serif, sans])
rng = np.random.default_rng(4)
diffs = []
for i in range(1000):
shuffled = rng.permutation(pooled)
diffs.append(shuffled[5:].mean() - shuffled[:5].mean())Le differenze casuali si accumulano intorno a 0; quella reale si trova vicino al margine. Questo è un test di permutazione.
Prima di fidarti del fatto che un modello sia migliore di un altro, verifica che mescolare raramente produca una differenza così grande.
Sfida
MedioI cani hanno imparato a sedersi in due modi: clicker e treats contengono le sessioni di ciascun cane. Il codice iniziale crea rng e shuffles.
- Calcola la differenza reale: media di treats meno media di clicker.
- Unisci
clickere poitreats; mescolashufflesvolte, dividi in corrispondenza dilen(clicker), mantieni ogni differenza fittizia nello stesso ordine; non effettuare altre estrazioni. - Stampa la differenza reale, la prima differenza fittizia, la più piccola e la più grande, con 2 decimali.
Per altri cani:
Real difference: 3.0
First shuffle: -1.0
Smallest shuffled: -3.33
Largest shuffled: 3.67Provalo tu
import numpy as np
# Sessioni di addestramento necessarie a ciascun cane per imparare "sit"
clicker = np.array([9, 12, 8, 11, 10, 7, 13])
treats = np.array([14, 11, 15, 12, 16, 13])
# Non modificare le righe qui sotto
rng = np.random.default_rng(12)
shuffles = 1000
# 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 sensori8Confrontare gruppi
Diagrammi a scatola per gruppoDifferenza tra le mediePotrebbe essere solo caso?I p-valueIl test tRiepilogo: test A/B3Probabilità 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