Revisão: conjunto de dados Wine
Parte da seção Dados e gráficos do Journey de Machine Learning da Coddy. Lição 56 de 60.
Desafio
MédioUm laboratório mediu 13 características químicas de vinhos de três cultivares de uva. O scikit-learn os disponibiliza como load_wine:
Antes de treinar um modelo, o laboratório quer três informações. O programa lê o nome de uma característica, como hue. Carregue os vinhos com as_frame=True, divida-os em X e y e, em seguida, imprima:
- A classe com mais vinhos e quantos são.
- A classe com a maior média da característica.
- Quantos vinhos dessa classe estão acima da média da característica considerando todos os vinhos.
Para a entrada malic_acid:
Most wines: class_1 (71)
Highest malic_acid: class_2
class_2 wines above the average malic_acid: 41Experimente você mesmo
from sklearn.datasets import load_wine
feature = input()
# Escreva seu código abaixo
Todas as lições de Dados e gráficos
2Arrays do NumPy
Criando arraysForma e tamanhoIntervalos de númerosIndexação e fatiamentoRevisão: grade de temperaturas5Gráficos de Linhas e Dispersão
Rótulos e TítulosGráficos de DispersãoVárias Linhas e LegendasCores e MarcadoresFiguras e EixosRevisão: Passos Semanais8Filtragem e Ordenação
Selecionando LinhasFiltrando LinhasOrdenando ValoresNovas ColunasRevisão: Principais Produtos11Conjuntos de dados para ML
Conjuntos de dados integradosAtributos e rótulosExplorando por classeVisualizando as classesRevisão: conjunto de dados Wine3Matemática com Arrays
Operações matemáticas em arrays inteirosEstatísticas resumidasEstatísticas por eixoBroadcastingMáscaras booleanasRevisão: notas das provas6Gráficos para Dados
Gráficos de barrasHistogramasVários gráficos em um sóImagens como arraysRevisão: Relatório de chuvasPratique por conta própria: Compilador de Python online