ペンギンを知ろう

CoddyのMachine Learningジャーニー「教師あり学習」セクションの一部。レッスン 50/58。

セクション1では100羽のペンギンを調べました。このコロニーには300羽います。ここで、ペンギンの名前を判定するモデルを作ります。このモデルは次のペンギンの名前を判定します。

300羽のペンギンを点で表示。横軸はくちばしの長さ、縦軸はひれの長さ：左下にアデリーペンギン、右下にヒゲペンギン、右上にジェンツーペンギン、その間に「この子はだれ？」とラベルの付いた大きな黒い星

すべてのプロジェクトは、観察することから始まります。各種はそれぞれ何羽いるでしょうか？それが、超えるべき基準になります。どこに抜けがありますか？種を見分ける手がかりは何でしょうか？

散布図で最後の質問に答えられます。フリッパーの長さと質量を見ると、ジェンツーペンギンは見分けられますが、ほかの種は見分けられません。

コロニーのフリッパーの長さと体重：ジェンツーペンギンの点は離れて右上に位置し、アデリーペンギンとヒゲペンギンの点はひとつの雲のように重なっている

モデルは測定値が示すことだけを学習するため、この2つ以上が必要になります。

チャレンジ

中級

あなたのペンギンの群れは penguins.csv にあります。プログラムは2つの測定列を読み込み、スターターコードがそれらのグラフを設定します。

基準値を出力します。最も大きい種の割合、小数点以下3桁、その種を出力してください。
欠損値がある各列と、その数を出力します。次のレッスンで欠損値を埋めます。
2つの列を散布図にします。種ごとに1つのグループとして、その名前をラベルにします。凡例を追加して表示します。

より小さな群れの場合：

Baseline to beat: 0.483 (always Adelie)
Gaps to fill:
  body_mass_g: 1
  sex: 4

次に、Coddyがあなたのグラフを説明します。body_mass_g と bill_length_mm の場合、次のようになります：

body_mass_g vs bill_length_mmというタイトルの散布図と凡例：Adelieの点は低くて明るく、Chinstrapは高くて明るく、Gentooは右側にあり重い

自分で試してみよう

import pandas as pd
import matplotlib.pyplot as plt

penguins = pd.read_csv("penguins.csv")
x_col = input()
y_col = input()

# 以下の行は変更しないでください
fig, ax = plt.subplots()
ax.set_title(f"{x_col} vs {y_col}")
ax.set_xlabel(x_col)
ax.set_ylabel(y_col)

# 以下にコードを書いてください