Troppe caratteristiche

Fa parte della sezione Apprendimento non supervisionato del percorso Machine Learning di Coddy. Lezione 24 di 51.

Questo capitolo racchiude molte funzionalità in poche. Alla fine, 13 misurazioni del vino diventano una sola mappa:

178 vini su una sola mappa con due nuove funzionalità in orizzontale e in verticale: tre gruppi, la cultivar 1 a destra, la cultivar 2 in basso al centro, la cultivar 3 a sinistra

Perché comprimere? Molte caratteristiche sono difficili da rappresentare graficamente, lente da adattare e spesso si ripetono a vicenda, come queste due:

Fenoli totali e flavonoidi per 178 vini: i punti salgono insieme dal basso a sinistra verso l’alto a destra, con r = 0.86

I gemelli portano un'idea due volte. La matrice di correlazione li individua, con un r vicino a 1 o -1:

wine = load_wine(as_frame=True).frame
corr = wine.corr()
print(round(corr.loc["flavanoids", "total_phenols"], 2))

Questo stampa 0.86. Tieni un elemento di ogni coppia oppure uniscili: è proprio l’unione ciò che costruiremo in questo capitolo.

Sfida

Medio

Un laboratorio di sapone misura 10 aspetti di ogni lotto di sapone e i rapporti diventano lunghi. Trova i gemelli. Il programma legge un limite; il codice iniziale crea corr.

Esamina una volta ogni coppia di colonne diverse.
Stampa ogni coppia il cui r ha valore assoluto almeno pari al limite, con r arrotondato a 2 decimali.
Stampa quante coppie hai trovato.

Per un altro laboratorio e un limite di 0.85:

lye_g and oil_g: 0.91
cure_days and water_left_pct: -0.88
Twin pairs: 2

Provalo tu

import pandas as pd

# Un laboratorio di saponi: 10 misurazioni per ciascuno dei 60 lotti di sapone
batches = pd.read_csv("soaps.csv")
limit = float(input())
corr = batches.corr()
cols = corr.columns

# Scrivi il tuo codice qui sotto