Podsumowanie: czas pracy baterii
Część sekcji Statystyka w uczeniu maszynowym ścieżki Machine Learning w Coddy. Lekcja 12 z 64.
Wyzwanie
ŁatwyNarysuj wykres, od którego rozpoczął się ten rozdział. hours zawiera dane o czasie pracy baterii 300 laptopów. Korzystając z ich średniej i odchylenia standardowego (np.std):
- Wyświetl najkrótszy czas pracy i informację, o ile odchyleń standardowych leży poniżej średniej (2 miejsca po przecinku).
- Wyświetl procent wartości mieszczących się w przedziale 2 odchyleń standardowych od średniej (1 miejsce po przecinku).
- Narysuj histogram gęstości (
bins=20), dopasowaną krzywą (100 punktów) i czerwoną kropkę pod baterią o najkrótszym czasie pracy, na wysokości 0. - Ustaw tytuł
Battery Life, a etykiety osiHoursiDensity.
Dla kolejnego testu obejmującego 250 laptopów:
Worst battery: 9.7 hours, 2.94 std below the mean
Within 2 std: 95.2% (the rule says about 95%)oraz wykres:
Spróbuj swoich sił
import numpy as np
import matplotlib.pyplot as plt
from scipy import stats
# Nie zmieniaj poniższych wierszy
rng = np.random.default_rng(44)
hours = np.round(rng.normal(14, 1.5, size=300), 1)
# Napisz swój kod poniżej
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 czujników3Prawdopodobieństwo 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