Podsumowanie: partnerzy we wspinaczce

Część sekcji Statystyka w uczeniu maszynowym ścieżki Machine Learning w Coddy. Lekcja 51 z 64.

Wyzwanie

Średni

Ścianka wspinaczkowa dobiera każdemu nowemu członkowi najbardziej podobną osobę. Każdy wiersz w members odpowiada jednemu członkowi, którego imię znajduje się w names: wzrost (cm), rozpiętość ramion (cm) i zwis na drążku (w minutach). Program odczytuje pomiary nowej osoby.

Znajdź najbliższego członka w surowej tabeli.
Standaryzuj dane za pomocą StandardScaler dopasowanego do danych członków; wypisz wystandaryzowane dane nowej osoby.
Ponownie znajdź najbliższego członka, tym razem w wystandaryzowanych tabelach.

Zaokrąglij do 2 miejsc po przecinku. Inna ścianka wspinaczkowa, z trzema członkami:

Inna ścianka wspinaczkowa jako tabela: nowa osoba oraz trzej członkowie, Kim, Lou i Max, wraz z wzrostem, rozpiętością ramion i zwisem. Obok odległość każdego członka od nowej osoby: bez standaryzacji najbliższa jest Kim (4.56); po standaryzacji najbliższy jest Lou (1.09)

Wynik:

Nearest before scaling: Kim (4.56)
Newcomer scaled: [[-0.38 -0.54  0.98]]
Nearest after scaling: Lou (1.09)

Spróbuj swoich sił

import numpy as np
from sklearn.preprocessing import StandardScaler

names = ["Iris", "Jon", "Kai", "Lena", "Max", "Nora"]
# Jeden wiersz na osobę: wzrost w cm, rozpiętość ramion w cm, czas zwisu w minutach
members = np.array([[166, 169, 1.6],
                    [182, 188, 1.1],
                    [171, 170, 2.3],
                    [176, 181, 1.4],
                    [188, 191, 2.0],
                    [160, 163, 0.9]])
# Nowa osoba
height = float(input())
span = float(input())
hang = float(input())

# Napisz swój kod poniżej

Wszystkie lekcje w sekcji Statystyka w uczeniu maszynowym

3Prawdopodobieństwo przez symulację

Prawdopodobieństwo jako częstość Prawo wielkich liczb Sumy oczek Wartość oczekiwana Prawdopodobieństwo warunkowe Podsumowanie: szanse na stoisku z kośćmi

6Relacje

Odczytywanie wykresów punktowych Korelacja Macierz korelacji Mapy cieplne korelacji Korelacja nie oznacza przyczynowości Podsumowanie: lody i słońce

9Skalowanie cech

Dlaczego skalować cechy Skalowanie min–max Standaryzacja StandardScalerPodsumowanie: partnerzy we wspinaczce

12Wyzwania końcowe

Opóźnienia pociągów Jakość powietrza Chemia wina Ankieta w przychodni

Poćwicz samodzielnie: Kompilator Python online