ワインの化学
CoddyのMachine Learningジャーニー「機械学習のための統計」セクションの一部。レッスン 63/64。
あるワイン輸入業者が、3種類のブドウ品種から作られた178種類のワインについて、それぞれ13項目の化学測定値を検査しました。load_wine。モデルが品種を学習する前に、研究所では測定器の誤差を探します。
各測定値は尺度が大きく異なるため、すべてに当てはまる単一の外れ値ルールはありません。標準化すると、各測定値は平均からの標準偏差の数で表されます。
そのものさしでは、どちら側でも3を超えて離れているものは、もう一度確認する価値があります。品種ごとの箱ひげ図を見ると、それぞれが通常どの位置にあるかがわかります。
チャレンジ
難しいプログラムは特徴量の名前を読み取ります。
- pandas の
.std()を使って、zスコアをdf["z"]に格納します。 - どちらの側でも3を超えるワインの数を出力し、続けて各ワインを表の順に、インデックス、測定値、zの順で出力します。
- 各品種の平均zを出力します。
- 品種ごとにzスコアの箱ひげ図を1つ描き、
wine.target_namesを使って名前を付け、特徴量をタイトルに、z-scoreをy軸ラベルにします。
小数点以下2桁に丸めます。color_intensity の場合、次のように出力されます。
Outliers in color_intensity: 1
Wine 158: 13.0 (z = 3.43)
class_0: 0.2
class_1: -0.85
class_2: 1.01そして、次の図を描きます。
その後、Coddyが箱ひげ図について説明します。
自分で試してみよう
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
# 以下にコードを書いてください
腕試しこのレッスンには短いクイズがあります。レッスンを始めて解答し、進捗を記録しましょう。
機械学習のための統計のすべてのレッスン
自分で練習してみよう: Pythonオンラインコンパイラ