Todos os atributos de uma vez
Parte da seção Estatística para ML do Journey de Machine Learning da Coddy. Lição 57 de 64.
Trinta características precisam de trinta histogramas. A leitura fica mais rápida em uma grade de pequenos gráficos, como estes quatro atributos da íris:
Um loop preenche a grade, gerando o gráfico i com a característica i:
names = iris.feature_names
fig, axs = plt.subplots(2, 2)
for i in range(4):
ax = axs.flat[i]
ax.hist(iris.frame[names[i]], bins=15)
ax.set_title(names[i])
fig.tight_layout()
plt.show()plt.subplots(2, 2) cria uma tabela de gráficos, e axs.flat os organiza linha por linha:
fig.tight_layout() mantém os títulos separados. Agora observe: os dois histogramas das pétalas se dividem em dois. Uma lacuna como essa geralmente significa que uma classe está separada, então mantenha essa característica.
Desafio
MédioVeja os dados do tecido como um todo. A entrada escolhe um grupo, mean, error ou worst, e o código inicial coloca os primeiros seis nomes de características desse grupo em names.
- Crie uma grade com 2 linhas e 3 colunas.
- No gráfico
i, desenhe um histograma da característicaicom 20 intervalos, usando seu nome como título. - Ajuste o layout e, em seguida, exiba-o.
Como nesta grade com seis características do vinho:
Seu programa não imprime nada: o Coddy descreve cada gráfico.
Experimente você mesmo
import matplotlib.pyplot as plt
from sklearn.datasets import load_breast_cancer
group = input()
cancer = load_breast_cancer(as_frame=True)
df = cancer.frame
# Os nomes das seis primeiras características do grupo: mean, error ou worst
start = {"mean": 0, "error": 10, "worst": 20}[group]
names = cancer.feature_names[start:start + 6]
# 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