Korelacja

Część sekcji Statystyka w uczeniu maszynowym ścieżki Machine Learning w Coddy. Lekcja 30 z 64.

Cecha, która zmienia się wraz z celem, pomaga modelowi go przewidywać. Korelacja r określa, jak ściśle dwie kolumny układają się wzdłuż linii prostej, w przedziale od -1 do 1:

Sześć małych wykresów punktowych z oznaczeniami r: -0.9 i -0.5 pokazują spadek, 0.0 to bezkształtna chmura, 0.5 i 0.9 pokazują wzrost, a 1.0 to idealna rosnąca linia

Sześć tygodni reklam i sprzedaży sklepu: np.corrcoef zwraca tabelę 2 na 2, z każdą tablicą zestawioną z każdą, a r znajduje się pod indeksem [0, 1]. Metoda .corr kolumny zwraca tę wartość bezpośrednio:

ads = np.array([100, 200, 150, 300, 250, 50])
sales = np.array([430, 520, 560, 760, 610, 410])
print(np.round(np.corrcoef(ads, sales), 2))
shop = pd.DataFrame({"ads": ads, "sales": sales})
print(np.round(shop["ads"].corr(shop["sales"]), 2))

To wypisuje:

[[1.   0.94]
 [0.94 1.  ]]
0.94

Przy wartości 0,94 tygodnie z większą liczbą reklam wyraźnie sprzedawały więcej.

Wyzwanie

Średni

Siłownia śledziła dane 20 członków przez trzy miesiące w pliku gym.csv, zawierającym kolumny visits, classes, minutes_per_visit, age i weight_change_kg. Program odczytuje nazwy dwóch kolumn.

Wypisz te dwie nazwy i ich r, zaokrąglone do 2 miejsc po przecinku, jak poniżej.
Wypisz Direction: positive, gdy r jest większe niż 0.3, negative, gdy jest mniejsze niż -0.3, a w pozostałych przypadkach none.

Dla klubu pływackiego i jego laps oraz minutes:

laps and minutes: r = 0.95
Direction: positive

Spróbuj swoich sił

import numpy as np
import pandas as pd

gym = pd.read_csv("gym.csv")
first = input()
second = input()

# 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

Poćwicz samodzielnie: Kompilator Python online