Media e mediana
Fa parte della sezione Statistica per il machine learning del percorso Machine Learning di Coddy. Lezione 1 di 64.
Prima che un modello impari da una colonna, la descrivi con due numeri: il suo centro e la sua dispersione. Questo capitolo inizia dal centro:
Gli stessi redditi nel codice, con il fondatore per ultimo:
incomes = np.array([38, 41, 35, 47, 44, 31, 390])
print(np.round(incomes.mean(), 1))
print(np.median(incomes))Questo stampa:
89.4
41.0Il fondatore trascina la media sopra sei amici. La mediana, il valore centrale una volta ordinati i dati, si sposta appena: affidati a essa per colonne con valori estremi, come i prezzi.
Con un numero pari di valori, si calcola la media dei due valori centrali. Per gli array serve np.median(a); una colonna pandas ha .median().
Sfida
FacileUna sola villa può far sembrare costosa un'intera strada. Il codice iniziale legge i prezzi delle case della strada, in migliaia, in prices. Stampa:
- Il prezzo medio, arrotondato a 1 decimale.
- Il prezzo mediano.
- Quante case costano meno della media.
Per i prezzi 320, 300, 2500, 310 e 335:
Mean: 753.0
Median: 320.0
4 of 5 houses cost less than the meanProvalo tu
import numpy as np
n = int(input())
values = []
for i in range(n):
values.append(int(input()))
prices = np.array(values)
# 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