Analiza według klas

Część sekcji Dane i wykresy ścieżki Machine Learning w Coddy. Lekcja 54 z 60.

Który pomiar pozwala rozpoznać gatunek? Ułóż każdy kwiat w rzędzie według długości jego płatka, po jednym rzędzie na gatunek:

Kwiaty irysa ułożone według długości płatka, po jednym rzędzie na gatunek: setosa skupia się w pobliżu 1.5 cm, versicolor w pobliżu 4.3 cm, a virginica w pobliżu 5.6 cm, średnią każdej klasy oznaczono czarną kreską

groupby dla etykiety oblicza te średnie:

df = iris.frame
means = df.groupby("target")["petal length (cm)"].mean()
print(means)

To wyświetla:

target
0    1.462
1    4.260
2    5.552
Name: petal length (cm), dtype: float64

Oznacza to, że klasy są od siebie daleko, więc długość płatka rozdziela klasy: model będzie się na niej opierać.

Stosunek mówi, jak duża jest różnica: means[2] / means[1] wynosi około 1.3. Im dalej od 1, tym lepiej dana cecha pozwala odróżnić te dwie klasy.

Wyzwanie

Średni

Jaki pomiar komórki zdradza próbkę złośliwą? W load_breast_cancer klasa 0 oznacza próbkę złośliwą, a klasa 1 łagodną. Kod początkowy wczytuje nazwy niektórych cech do features.

Dla każdej cechy wypisz jej średnią dla próbek złośliwych podzieloną przez średnią dla próbek łagodnych, zaokrągloną do 2 miejsc po przecinku za pomocą round.
Po pętli podaj nazwę cechy o największym stosunku.

Dla cech worst radius i worst texture:

worst radius: malignant is 1.58 times benign
worst texture: malignant is 1.25 times benign
Best separator: worst radius

Spróbuj swoich sił

from sklearn.datasets import load_breast_cancer

cancer = load_breast_cancer(as_frame=True)

# Cechy do porównania
n = int(input())
features = []
for i in range(n):
    features.append(input())

# Napisz swój kod poniżej