Z 점수
Coddy Machine Learning 여정의 머신러닝을 위한 통계 섹션에 포함된 레슨. 64개 중 11번째.
한 학생이 화학에서 78점, 역사에서 85점을 받았습니다. 어느 점수가 더 나을까요? 각 점수를 해당 과목의 표준편차 단위로 측정해 보세요:
그 거리가 z-점수입니다. z = (x - mean) / std. 화학: (78 - 70) / 4는 2.0입니다. 역사: (85 - 80) / 10은 0.5입니다. 78이 이깁니다.
전체 배열에서 음수 z는 평균보다 낮다는 뜻입니다:
temps = np.array([12, 15, 9, 18, 16])
print(np.round((temps - temps.mean()) / temps.std(), 2))다음과 같이 출력됩니다:
[-0.63 0.32 -1.58 1.26 0.63]Z 점수는 단위와 관계없이 평균 0, 표준편차 1이라는 하나의 척도를 공유합니다. 그러면 나이와 소득은 숫자의 크기에 관계없이 모델에서 같은 비중을 갖습니다.
챌린지
쉬움오락실의 퍼즐 게임과 레이싱 게임은 점수 척도가 매우 다릅니다. puzzle과 racing에는 각각 단골 12명의 점수가 들어 있습니다. 새로 온 사람이 두 게임을 모두 했습니다. 프로그램은 그 사람의 퍼즐 점수를 읽은 다음 레이싱 점수를 읽습니다.
- 각 게임의 점수를 기준으로 각 점수의 z점수를 소수점 2자리까지 반올림하여 출력하세요(
.std()사용). - 어느 점수가 더 인상적인지 출력하세요.
입력이 790과 16900인 경우:
Puzzle z: 1.45
Racing z: 2.0
More impressive: Racing직접 해보기
import numpy as np
puzzle = np.array([640, 720, 580, 810, 690, 750, 600, 700, 660, 730, 620, 780])
racing = np.array([12400, 15800, 13900, 11200, 16500, 14100,
12800, 15100, 13300, 14700, 12100, 14600])
p = int(input())
r = int(input())
# 아래에 코드를 작성하세요
실력 점검이 레슨에는 짧은 퀴즈가 포함되어 있습니다. 레슨을 시작해 문제를 풀고 진행 상황을 기록하세요.
머신러닝을 위한 통계의 모든 레슨
직접 연습해 보세요: 온라인 Python 컴파일러