Escores Z
Parte da seção Estatística para ML do Journey de Machine Learning da Coddy. Lição 11 de 64.
Um estudante tirou 78 em química e 85 em história. Qual é a melhor nota? Meça cada nota em desvios padrão da própria turma:
Essa distância é o escore z, z = (x - mean) / std. Química: (78 - 70) / 4 é 2.0. História: (85 - 80) / 10 é 0.5. A nota 78 vence.
Em um array inteiro, um z negativo significa abaixo da média:
temps = np.array([12, 15, 9, 18, 16])
print(np.round((temps - temps.mean()) / temps.std(), 2))Isso imprime:
[-0.63 0.32 -1.58 1.26 0.63]Os escores Z compartilham uma única escala, com média 0 e desvio padrão 1, qualquer que seja a unidade. Assim, idade e renda têm o mesmo peso em um modelo, por maiores que sejam seus valores.
Desafio
FácilAs pontuações dos jogos de quebra-cabeça e corrida de um fliperama usam escalas bem diferentes. puzzle e racing contêm as pontuações de 12 jogadores regulares cada. Uma pessoa novata jogou ambos: o programa lê a pontuação dela no jogo de quebra-cabeça e, em seguida, a pontuação no jogo de corrida.
- Imprima o z-score de cada pontuação em relação ao seu jogo, arredondado para 2 casas decimais (use
.std()). - Imprima qual resultado é mais impressionante.
Para a entrada 790 e 16900:
Puzzle z: 1.45
Racing z: 2.0
More impressive: RacingExperimente você mesmo
import numpy as np
puzzle = np.array([640, 720, 580, 810, 690, 750, 600, 700, 660, 730, 620, 780])
racing = np.array([12400, 15800, 13900, 11200, 16500, 14100,
12800, 15100, 13300, 14700, 12100, 14600])
p = int(input())
r = int(input())
# Escreva seu código abaixo
Teste seus conhecimentosEsta 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