Różnica średnich
Część sekcji Statystyka w uczeniu maszynowym ścieżki Machine Learning w Coddy. Lekcja 42 z 64.
Czy lepszy jest nowy model, strona czy klawiatura? Porównaj grupy za pomocą ich różnicy średnich: średnia jednej grupy minus średnia drugiej. Każdy z dziesięciu maszynistów wypróbował jeden układ:
typing = pd.DataFrame({
"layout": ["Qwerty", "Dvorak", "Qwerty", "Dvorak", "Qwerty", "Dvorak", "Qwerty", "Dvorak", "Qwerty", "Dvorak"],
"wpm": [68, 76, 74, 65, 61, 82, 79, 70, 66, 74],
})
means = typing.groupby("layout")["wpm"].mean()
print(np.round(means["Dvorak"] - means["Qwerty"], 2))To wypisuje 3.8: osoby piszące na klawiaturze Dvoraka pisały średnio o 3.8 słowa na minutę więcej. Wynik dla Qwerty minus wynik dla Dvoraka to -3.8, więc powiedz, która grupa jest pierwsza.
Czy 3,8 to dużo? Pojedynczy użytkownicy piszą z szybkością ponad 20 słów na minutę, więc szczęście w wyborze klawiatury mogło samo w sobie spowodować tę różnicę.
Wyzwanie
ŚredniUczniowie ćwiczyli z użyciem jednej z dwóch aplikacji matematycznych. math_apps.csv zawiera kolumny app (algo lub numo), score i sets; program odczytuje nazwę jednej kolumny liczbowej.
- Oblicz średnią dla numo minus średnią dla algo w tej kolumnie.
- Na podstawie znaku różnicy wybierz aplikację, która jest na prowadzeniu, i wypisz poniższy wiersz: różnicę jako wartość dodatnią, najpierw średnią aplikacji prowadzącej, wszystko z dokładnością do 2 miejsc po przecinku.
Dla pozostałych uczniów i wejścia score:
algo is ahead on score by 4.0 (151.0 vs 147.0)Spróbuj swoich sił
import numpy as np
import pandas as pd
students = pd.read_csv("math_apps.csv")
column = input()
# Napisz swój kod poniżej
Sprawdź sięTa lekcja zawiera krótki quiz. Zacznij lekcję, żeby na niego odpowiedzieć i śledzić swoje postępy.
Wszystkie lekcje w sekcji Statystyka w uczeniu maszynowym
1Położenie i rozproszenie
Średnia i medianaPercentyle i kwartyleWariancja i odchylenie standardowePróba czy populacja?Najczęściej występująca wartośćPodsumowanie: czasy dostaw4Próby i populacje
Populacja i próbaŚrednie z prób się różniąRozkład próbkowaniaWiększe próby, mniej szumuPodsumowanie: ankietowanie mieszkańców2Rozkłady
Histogramy gęstościKształty danychKrzywa normalnaReguła 68-95-99,7Wyniki standaryzowane (Z-scores)Podsumowanie: czas pracy baterii5Obserwacje odstające
Wykresy pudełkoweReguła IQRReguła Z-scorePostępowanie z obserwacjami odstającymiPodsumowanie: błędy czujników8Porównywanie grup
Wykresy pudełkowe według grupRóżnica średnichCzy to może być przypadek?Wartości pTest tPodsumowanie: test A/B3Prawdopodobieństwo przez symulację
Prawdopodobieństwo jako częstośćPrawo wielkich liczbSumy oczekWartość oczekiwanaPrawdopodobieństwo warunkowePodsumowanie: szanse na stoisku z kośćmi6Relacje
Odczytywanie wykresów punktowychKorelacjaMacierz korelacjiMapy cieplne korelacjiKorelacja nie oznacza przyczynowościPodsumowanie: lody i słońcePoćwicz samodzielnie: Kompilator Python online