펭귄 만나기

Coddy Machine Learning 여정의 지도 학습 섹션에 포함된 레슨. 58개 중 50번째.

섹션 1에서는 펭귄 100마리를 살펴보았습니다. 이 군집에는 300마리가 있으며, 이제 펭귄들의 이름을 알려주는 모델을 만듭니다. 여러분의 모델은 이 펭귄의 이름을 알려줄 것입니다:

점으로 표시된 펭귄 300마리. 가로축은 부리 길이, 세로축은 지느러미 길이입니다. 왼쪽 아래에는 Adelie, 오른쪽 아래에는 Chinstrap, 오른쪽 위에는 Gentoo가 있고, 그 사이에는 Who is she?라고 표시된 커다란 검은색 별이 있습니다.

모든 프로젝트는 관찰하는 것에서 시작합니다. 각 종은 몇 마리씩 있나요? 이것이 넘어야 할 기준 점수가 됩니다. 어디에 공백이 있나요? 종들을 구별해 주는 것은 무엇인가요?

산점도는 마지막 질문에 답해 줍니다. 지느러미 길이와 몸무게를 보면 젠투펭귄은 다른 펭귄들과 구분됩니다.

군집의 몸무게에 따른 지느러미 길이: 젠투펭귄 점들은 높고 오른쪽에 따로 모여 있고, 아델리펭귄과 턱끈펭귄 점들은 하나의 구름처럼 겹쳐 있습니다

모델은 측정값이 보여 주는 것만 학습하므로, 이 두 개보다 더 많은 측정값이 필요합니다.

챌린지

중급

당신의 펭귄 군집은 penguins.csv에 있습니다. 프로그램은 두 개의 측정 열을 읽고, 시작 코드는 해당 열의 차트를 설정합니다.

기준값을 출력하세요: 가장 큰 종의 비율을 소수점 아래 3자리까지 표시하고, 해당 종도 함께 출력합니다.
결측값이 있는 각 열과 결측값 개수를 출력하세요. 다음 수업에서 결측값을 채웁니다.
두 열을 산점도로 나타내고, 종마다 한 그룹으로 묶어 종 이름을 레이블로 표시하세요. 범례를 추가하고 차트를 표시하세요.

더 작은 펭귄 군집의 경우:

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

그러면 Coddy가 차트를 설명합니다. body_mass_g와 bill_length_mm의 경우 다음과 같습니다.

body_mass_g vs bill_length_mm라는 제목의 산점도와 범례: Adelie 점은 아래쪽에 있으며 가볍고, Chinstrap은 위쪽에 있으며 가벼우며, Gentoo는 오른쪽에 있으며 무겁습니다

직접 해보기

import pandas as pd
import matplotlib.pyplot as plt

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

# 아래 줄은 변경하지 마세요
fig, ax = plt.subplots()
ax.set_title(f"{x_col} vs {y_col}")
ax.set_xlabel(x_col)
ax.set_ylabel(y_col)

# 아래에 코드를 작성하세요