Recursos Demais

Parte da seção Aprendizado não supervisionado do Journey de Machine Learning da Coddy. Lição 24 de 51.

Este capítulo reúne muitos recursos em poucos. Ao final dele, 13 medidas de vinhos se tornam um único mapa:

178 vinhos em um único mapa, com dois novos recursos nos eixos horizontal e vertical: três grupos, cultivar 1 à direita, cultivar 2 embaixo no meio, cultivar 3 à esquerda

Por que reduzir? Muitas características são difíceis de visualizar em gráficos, lentas de ajustar e muitas vezes se repetem, como estas duas:

Fenóis totais no eixo horizontal e flavonoides no vertical para 178 vinhos: os pontos sobem juntos do canto inferior esquerdo ao superior direito, com r = 0.86

Os gêmeos carregam uma ideia duas vezes. A matriz de correlação os encontra, com um r próximo de 1 ou -1:

wine = load_wine(as_frame=True).frame
corr = wine.corr()
print(round(corr.loc["flavanoids", "total_phenols"], 2))

Isso imprime 0.86. Mantenha um de cada par ou mescle-os: é isso que este capítulo ensina a fazer.

Desafio

Médio

Uma oficina de sabão mede 10 coisas em cada lote de sabão, e os relatórios ficam longos. Encontre os pares gêmeos. O programa lê um limite; o código inicial cria corr.

Percorra cada par de colunas diferentes uma vez.
Imprima cada par cujo r seja pelo menos do tamanho do limite, em qualquer sinal, com r com 2 casas decimais.
Imprima quantos pares você encontrou.

Para outra oficina e limite de 0.85:

lye_g and oil_g: 0.91
cure_days and water_left_pct: -0.88
Twin pairs: 2

Experimente você mesmo

import pandas as pd

# Uma oficina de sabão: 10 medições para cada um dos 60 lotes de sabão
batches = pd.read_csv("soaps.csv")
limit = float(input())
corr = batches.corr()
cols = corr.columns

# Escreva seu código abaixo