Revisão: sorvete e sol
Parte da seção Estatística para ML do Journey de Machine Learning da Coddy. Lição 34 de 64.
Desafio
MédioHora de ver a grade de todas as relações. Um quiosque de praia registrou 40 dias em kiosk.csv: uma date e seis colunas numéricas. O programa lê o nome de uma coluna.
- Imprima a outra coluna mais fortemente relacionada a ela, ignorando o sinal.
- Imprima o par mais forte de colunas diferentes, verificando cada par uma vez, na ordem da tabela.
- Desenhe a matriz como um mapa de calor
coolwarmde -1 a 1 com uma barra de cores, nomes como rótulos dos eixos e o títuloKiosk Correlations.
Arredonde ambos os valores de r para 2 casas decimais. Para um registro menor e a entrada temp_c:
Most related to temp_c: ice_creams (r = 0.87)
Strongest pair: visitors and ice_creams (r = 0.96)e o gráfico (o Coddy descreverá o seu em seguida):
Experimente você mesmo
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
kiosk = pd.read_csv("kiosk.csv")
column = input()
# Escreva seu código abaixo
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