Forme dei dati
Fa parte della sezione Statistica per il machine learning del percorso Machine Learning di Coddy. Lezione 8 di 64.
Il contorno di un istogramma è la forma dei dati e ti indica quale misura riassuntiva considerare attendibile:
Una coda lunga sposta la media verso di sé, mentre la mediana resta con la maggioranza. Secondi trascorsi sulla pagina da undici visitatori:
visits = np.array([8, 12, 15, 15, 18, 20, 22, 25, 40, 75, 140])
print(np.round(visits.mean(), 1), np.median(visits))Questo stampa:
35.5 20.0Media superiore alla mediana: asimmetrica a destra, una coda di valori grandi. Media inferiore: asimmetrica a sinistra. Vicine tra loro: simmetrica.
L’asimmetria è un avvertimento prima dell’addestramento: alcune righe estreme sono molto lontane dal resto e la media non descrive quasi nessuno.
Sfida
FacilePrima di addestrarsi sui registri di 150 giocatori, il team di un gioco controlla la distribuzione di ogni colonna di players.csv. Per ogni colonna, nell'ordine, stampa il nome, la media (1 decimale), la mediana e un verdetto:
- asimmetrica a destra quando la media supera la mediana di più di 2,
- asimmetrica a sinistra quando è inferiore di più di 2,
- simmetrica altrimenti.
Per il registro di un altro gioco:
session_minutes: mean 14.3 above median 9.5, right-skewed
quiz_score: mean 83.3 below median 88.0, left-skewed
ping_ms: mean 46.4 close to median 46.0, symmetricProvalo tu
import numpy as np
import pandas as pd
players = pd.read_csv("players.csv")
# 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