Il valore più frequente
Fa parte della sezione Statistica per il machine learning del percorso Machine Learning di Coddy. Lezione 5 di 64.
Le taglie delle T-shirt sono etichette: non esiste una media tra M e XL. Il valore centrale di una colonna categoriale è la sua moda, il valore più frequente:
.mode() lo trova:
sizes = pd.Series(["M", "L", "M", "S", "XL", "M", "L", "S"])
print(sizes.mode()[0])Questo stampa:
MI valori possono essere a pari merito, quindi .mode() restituisce una serie con tutti i valori vincitori, ordinati. [0] prende il primo.
La moda riempie le lacune in una colonna categoriale. È anche il modello più semplice di tutti: indovina sempre la classe più comune.
Sfida
FacileUn negozio di sci vuole sapere cosa tenere in magazzino. rentals.csv registra 30 noleggi con le colonne item, boot_size, level e days.
- Per ogni colonna, nell’ordine, stampa il suo nome, la sua moda e quanti noleggi hanno quel valore.
- Poi confronta la media di
days, arrotondata a 1 decimale, con la sua moda.
Per un registro più breve di 8 noleggi:
item: snowboard (5 of 8)
boot_size: 42 (4 of 8)
level: beginner (5 of 8)
days: 1 (4 of 8)
Days rented, mean vs mode: 2.8 vs 1Nessun noleggio dura 2.8 giorni: la moda è un valore che si verifica davvero.
Provalo tu
import pandas as pd
rentals = pd.read_csv("rentals.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