Riepilogo: gelato e sole

Fa parte della sezione Statistica per il machine learning del percorso Machine Learning di Coddy. Lezione 34 di 64.

Sfida

Medio

È il momento della matrice di tutte le relazioni. Un chiosco sulla spiaggia ha registrato 40 giorni in kiosk.csv: una date e sei colonne numeriche. Il programma legge il nome di una colonna.

Stampa l’altra colonna più fortemente correlata, ignorando il segno.
Stampa la coppia più forte di colonne diverse, controllando ogni coppia una sola volta, nell’ordine della tabella.
Disegna la matrice come una mappa di calore coolwarm da -1 a 1 con una barra dei colori, i nomi come tacche e il titolo Kiosk Correlations.

Arrotonda entrambi i valori di r a 2 decimali. Per un registro più piccolo e l’input temp_c:

Most related to temp_c: ice_creams (r = 0.87)
Strongest pair: visitors and ice_creams (r = 0.96)

e il grafico (Coddy descriverà poi il tuo):

Una mappa di calore 3 per 3 intitolata Kiosk Correlations con temp_c, visitors e ice_creams come etichette delle tacche; ogni cella è di una tonalità di rosso, e visitors e ice_creams sono le più scure fuori dalla diagonale

Provalo tu

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

kiosk = pd.read_csv("kiosk.csv")
column = input()

# Scrivi il tuo codice qui sotto

Tutte le lezioni di Statistica per il machine learning

3Probabilità tramite simulazione

La probabilità come frequenza La legge dei grandi numeri Somme dei dadi Valore atteso Probabilità condizionata Riepilogo: probabilità al banco dei dadi

6Relazioni

Leggere i grafici a dispersione Correlazione Matrice di correlazione Mappe di calore della correlazione Correlazione non significa causalitàRiepilogo: gelato e sole

9Scalatura delle feature

Perché scalare le feature Scalatura Min-Max Standardizzazione StandardScaler Riepilogo: compagni di scalata

12Sfide finali

Ritardi dei treni Qualità dell'aria Chimica del vino Sondaggio in clinica

Esercitati da solo: Compilatore Python online