Química do Vinho

Parte da seção Estatística para ML do Journey de Machine Learning da Coddy. Lição 63 de 64.

Um importador de vinhos analisou 178 vinhos de três variedades de uva, com 13 medições químicas cada: load_wine. Antes que um modelo aprenda as variedades, o laboratório procura erros de leitura dos instrumentos.

Diagramas de caixa de três medições brutas de vinho em um único eixo: o magnésio varia de cerca de 70 a 162, enquanto o álcool, próximo de 13, e o matiz, próximo de 1, ficam comprimidos em linhas planas na parte inferior

As medições estão em escalas muito diferentes, então nenhuma regra única para valores atípicos serve para todas. Padronizada, cada medição conta os desvios padrão em relação à sua média.

Nessa régua, valores a mais de 3 de distância, em qualquer um dos lados, merecem uma segunda análise. Uma caixa para cada cultivar mostra onde cada uma costuma ficar.

Desafio

Difícil

O programa lê o nome de uma característica.

Armazene seus escores z em df["z"], usando .std() do pandas.
Imprima quantos vinhos estão além de 3, em qualquer um dos lados, e depois cada um deles na ordem da tabela: índice, valor e z.
Imprima a média de z de cada cultivar.
Desenhe um boxplot dos escores z por cultivar, identificado com wine.target_names, usando a característica como título e z-score como rótulo do eixo y.

Arredonde para 2 casas decimais. Para color_intensity, o programa imprime:

Outliers in color_intensity: 1
Wine 158: 13.0 (z = 3.43)
class_0: 0.2
class_1: -0.85
class_2: 1.01

e desenha:

Três boxplots dos escores z de color_intensity, com o título color_intensity: class_0 em torno de 0.15, class_1 baixo, em torno de -0.9, com alguns pontos acima dele, class_2 alto, em torno de 1.1, com um bigode que chega a 3.43

Em seguida, Coddy descreve seus boxplots.

Experimente você mesmo

import numpy as np
import matplotlib.pyplot as plt
from sklearn.datasets import load_wine

feature = input()
wine = load_wine(as_frame=True)
df = wine.frame

# Escreva seu código abaixo

Teste seus conhecimentos

Esta lição inclui um quiz rápido. Comece a lição para respondê-lo e acompanhar seu progresso.

Todas as lições de Estatística para ML

3Probabilidade por Simulação

Probabilidade como frequência A Lei dos Grandes Números Somas de dados Valor esperado Probabilidade condicional Revisão: chances na barraca de dados

6Relações

Lendo gráficos de dispersão Correlação Matriz de correlação Mapas de calor de correlação Correlação não é causalidade Revisão: sorvete e sol

9Escalonamento de Recursos

Por que escalar os recursos Escalonamento Min-Max Padronização StandardScaler Revisão: Parceiros de escalada

12Desafios Finais

Atrasos de Trem Qualidade do ArQuímica do VinhoPesquisa em Clínicas

Pratique por conta própria: Compilador de Python online