Kształty danych

Część sekcji Statystyka w uczeniu maszynowym ścieżki Machine Learning w Coddy. Lekcja 8 z 64.

Obrys histogramu to kształt danych i podpowiada, któremu podsumowaniu zaufać:

Trzy histogramy obok siebie. Skośny w lewo: długi ogon po lewej, linia średniej poniżej linii mediany. Symetryczny: średnia i mediana razem pośrodku. Skośny w prawo: długi ogon po prawej, średnia powyżej mediany

Długi ogon przesuwa średnią w swoim kierunku, podczas gdy mediana pozostaje blisko większości. Liczba sekund, które jedenaście osób spędziło na stronie:

visits = np.array([8, 12, 15, 15, 18, 20, 22, 25, 40, 75, 140])
print(np.round(visits.mean(), 1), np.median(visits))

To wyświetla:

35.5 20.0

Średnia powyżej mediany: rozkład prawostronnie skośny, ogon z dużymi wartościami. Średnia poniżej mediany: rozkład lewostronnie skośny. Blisko siebie: symetryczny.

Skośność to ostrzeżenie przed treningiem: kilka skrajnych wierszy znajduje się daleko od pozostałych, a średnia nie opisuje prawie nikogo.

Wyzwanie

Łatwy

Przed trenowaniem na logach 150 graczy zespół tworzący grę sprawdza kształt każdej kolumny w pliku players.csv. Dla każdej kolumny, w kolejności, wypisz jej nazwę, średnią (1 miejsce po przecinku), medianę i ocenę:

prawostronnie skośny, gdy średnia jest o więcej niż 2 większa od mediany,
lewostronnie skośny, gdy jest o więcej niż 2 mniejsza,
w przeciwnym razie symetryczny.

Dla logu innej gry:

session_minutes: mean 14.3 above median 9.5, right-skewed
quiz_score: mean 83.3 below median 88.0, left-skewed
ping_ms: mean 46.4 close to median 46.0, symmetric

Spróbuj swoich sił

import numpy as np
import pandas as pd

players = pd.read_csv("players.csv")

# 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