Chimica del vino

Fa parte della sezione Statistica per il machine learning del percorso Machine Learning di Coddy. Lezione 63 di 64.

Un importatore di vino ha testato 178 vini di tre cultivar di uva, con 13 misurazioni chimiche ciascuno: load_wine. Prima che un modello impari a riconoscere le cultivar, il laboratorio cerca errori di lettura degli strumenti.

Grafici a scatola di tre misurazioni grezze del vino sullo stesso asse: il magnesio varia da circa 70 a 162, mentre l’alcol, vicino a 13, e la tonalità, vicino a 1, sono appiattiti in linee sul fondo

Le misurazioni si collocano su scale molto diverse, quindi nessuna regola per i valori anomali è adatta a tutte. Standardizzate, ogni misurazione indica quante deviazioni standard la separano dalla propria media.

Su quella scala, una distanza superiore a 3, su entrambi i lati, merita un secondo sguardo. Un riquadro per cultivar mostra poi dove si colloca tipicamente ciascuna.

Sfida

Difficile

Il programma legge il nome di una caratteristica.

Memorizza i relativi z-score in df["z"], usando .std() di pandas.
Stampa quanti vini si trovano oltre 3, da entrambi i lati, poi ciascuno nell’ordine della tabella: indice, valore e z.
Stampa la media di z per ogni cultivar.
Disegna un diagramma a scatola degli z-score per ogni cultivar, denominato con wine.target_names, con la caratteristica come titolo e z-score come etichetta dell’asse y.

Arrotonda a 2 decimali. Per color_intensity, stampa:

Outliers in color_intensity: 1
Wine 158: 13.0 (z = 3.43)
class_0: 0.2
class_1: -0.85
class_2: 1.01

e disegna:

Tre diagrammi a scatola degli z-score di color_intensity, intitolati color_intensity: class_0 intorno a 0.15, class_1 in basso intorno a -0.9 con alcuni punti sopra, class_2 in alto intorno a 1.1 con un baffo che arriva a 3.43

Poi Coddy descrive i tuoi diagrammi a scatola.

Provalo tu

import numpy as np
import matplotlib.pyplot as plt
from sklearn.datasets import load_wine

feature = input()
wine = load_wine(as_frame=True)
df = wine.frame

# Scrivi il tuo codice qui sotto

Mettiti alla prova

Questa 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

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 causalità Riepilogo: 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'ariaChimica del vinoSondaggio in clinica

Esercitati da solo: Compilatore Python online