Agrupamento de Números em Faixas
Parte da seção Estatística para ML do Journey de Machine Learning da Coddy. Lição 54 de 64.
Uma companhia aérea cobra pela bagagem de acordo com sua faixa de peso, não por grama. O agrupamento em faixas transforma números em intervalos, chamados de faixas, quando apenas o intervalo importa:
pd.cut recebe os valores, os limites e um rótulo por intervalo:
bags = pd.DataFrame({"kg": [5.5, 23.0, 18.2, 30.5, 7.0, 12.4]})
bags["class"] = pd.cut(bags["kg"], bins=[0, 7, 23, 32],
labels=["cabin", "standard", "heavy"])
print(bags["class"].value_counts().sort_index())Isso imprime:
class
cabin 2
standard 3
heavy 1
Name: count, dtype: int64Cada intervalo inclui sua borda direita, então 7,0 kg ainda é bagagem de cabine, e um valor fora das bordas se torna NaN.
.sort_index() lista os intervalos em sua própria ordem, do mais claro ao mais escuro.
Desafio
MédioUm zoológico agrupa os membros em members.csv por age: child até 12, teen de 13 a 17, adult de 18 a 64, senior de 65 a 100. O programa lê um group.
- Adicione o grupo etário de cada membro como uma coluna
group. - Imprima a quantidade de membros de cada grupo, começando por
child. - Imprima a média de
visitsdo grupo lido, com 2 casas decimais.
Para um zoológico menor e a entrada teen:
group
child 1
teen 2
adult 2
senior 1
Name: count, dtype: int64
Mean visits for teen: 10.5Experimente você mesmo
import pandas as pd
members = pd.read_csv("members.csv")
group = input()
# Escreva seu código abaixo
Esta lição inclui um quiz rápido. Comece a lição para respondê-lo e acompanhar seu progresso.
Todas as lições de Estatística para ML
1Centro e dispersão
Média e medianaPercentis e quartisVariância e desvio padrãoAmostra ou população?O valor mais frequenteRevisão: tempos de entrega4Amostras e Populações
População e AmostraAs médias amostrais variamA distribuição amostralAmostras maiores, menos ruídoRevisão: pesquisa de opinião em uma cidade7Linhas de tendência
ResíduosAjuste por mínimos quadradosTraçando o ajusteFazendo previsões com uma linhaQuão bom é o ajuste?Revisão: horas de prática10Codificação de Categorias
Categorias como NúmerosCodificação One-HotAgrupamento de Números em FaixasRecapitulação: Anúncios de Carros2Distribuições
Histogramas de densidadeFormatos dos dadosA curva normalA regra 68-95-99,7Escores ZRecapitulando: duração da bateria5Valores atípicos
Diagramas de caixaA regra do IQRA regra do Z-scoreComo lidar com valores atípicosRevisão: falhas nos sensores8Comparando grupos
Gráficos de caixa por grupoDiferença entre médiasPode ser acaso?Valores-pO teste tRevisão: teste A/B11Explorando um conjunto de dados
Um primeiro olharTodos os atributos de uma vezAtributos em relação ao rótuloOs dois melhores atributosRevisão: dados de diabetes3Probabilidade por Simulação
Probabilidade como frequênciaA Lei dos Grandes NúmerosSomas de dadosValor esperadoProbabilidade condicionalRevisão: chances na barraca de dados6Relações
Lendo gráficos de dispersãoCorrelaçãoMatriz de correlaçãoMapas de calor de correlaçãoCorrelação não é causalidadeRevisão: sorvete e sol9Escalonamento de Recursos
Por que escalar os recursosEscalonamento Min-MaxPadronizaçãoStandardScalerRevisão: Parceiros de escaladaPratique por conta própria: Compilador de Python online