Wykresy pudełkowe

Część sekcji Statystyka w uczeniu maszynowym ścieżki Machine Learning w Coddy. Lekcja 24 z 64.

W każdym zbiorze danych kryją się nietypowe wartości: literówka, usterka, rekordowy dzień. W tym rozdziale znajdziesz je i okiełznasz, zaczynając od wykresu, który je pokazuje: wykresu pudełkowego:

11 długości odcinków podcastu przedstawionych jako kropki, a obok ich wykres pudełkowy: pudełko od Q1, 39, do Q3, 47.5, podzielone linią mediany przy 43, wąsy sięgające w dół do 32 i w górę do 52 oraz jedna samotna kropka przy 75 oznaczona jako wartość odstająca

ax.boxplot rysuje go:

episodes = np.array([41, 36, 49, 43, 32, 46, 75, 40, 52, 38, 44])
fig, ax = plt.subplots()
ax.boxplot(episodes)
plt.show()

pudełko zawiera środkową połowę wartości, od Q1 do Q3, podzieloną przez medianę. Wąsy sięgają do ostatnich wartości, które nie są zbyt odległe.

Punkty poza nimi to wartości odstające, czyli wartości znacznie różniące się od pozostałych: te, które należy sprawdzić, zanim model się na nich nauczy.

Wyzwanie

Średni

Rodzina zapisywała przez dwa tygodnie czas czytania w pliku reading.csv, w jednej kolumnie minuty dla każdej osoby. Program odczytuje imię, a kod startowy przygotowuje wykres.

Narysuj wykres pudełkowy dla kolumny tej osoby.
Wypisz jej medianę i krawędzie pudełka, Q1 i Q3, zaokrąglone do 2 miejsc po przecinku, jak poniżej.

Dla Sama, innego czytelnika, program wypisuje:

Typical day: 97.5 minutes
Middle half: 90.5 to 108.75 minutes

i rysuje ten wykres (Coddy następnie opisze Twój):

Wykres pudełkowy zatytułowany Reading: Sam, z minutami na osi bocznej: pudełko od około 90 do 109, mediana w pobliżu 98, wąsy od 87 do 128 i odstające punkty przy 61 i 205

Spróbuj swoich sił

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

reading = pd.read_csv("reading.csv")
name = input()
# Nie zmieniaj poniższych linii
fig, ax = plt.subplots()
ax.set_title(f"Reading: {name}")
ax.set_ylabel("Minutes")

# Napisz swój kod poniżej

Sprawdź się

Ta lekcja zawiera krótki quiz. Zacznij lekcję, żeby na niego odpowiedzieć i śledzić swoje postępy.

Wszystkie lekcje w sekcji Statystyka w uczeniu maszynowym

2Rozkłady

Histogramy gęstości Kształty danych Krzywa normalna Reguła 68-95-99,7 Wyniki standaryzowane (Z-scores)Podsumowanie: czas pracy baterii

5Obserwacje odstające

Wykresy pudełkoweReguła IQR Reguła Z-score Postępowanie z obserwacjami odstającymi Podsumowanie: błędy czujników

8Porównywanie grup

Wykresy pudełkowe według grup Różnica średnich Czy to może być przypadek?Wartości p Test t Podsumowanie: test A/B

11Eksploracja zbioru danych

Pierwsze spojrzenie Wszystkie cechy naraz Cechy a etykieta Dwie najlepsze cechy Podsumowanie: dane dotyczące cukrzycy

Poćwicz samodzielnie: Kompilator Python online