Корреляция
Часть раздела Статистика для машинного обучения путешествия по Machine Learning на Coddy. Урок 30 из 64.
Признак, который изменяется вместе с целевой переменной, помогает модели предсказывать её. Корреляция r показывает, насколько тесно два столбца следуют прямой линии, в диапазоне от -1 до 1:
Шесть недель рекламы и продаж магазина: np.corrcoef возвращает таблицу 2 на 2 — для каждой пары массивов, где r находится в [0, 1]. Метод .corr столбца возвращает значение напрямую:
ads = np.array([100, 200, 150, 300, 250, 50])
sales = np.array([430, 520, 560, 760, 610, 410])
print(np.round(np.corrcoef(ads, sales), 2))
shop = pd.DataFrame({"ads": ads, "sales": sales})
print(np.round(shop["ads"].corr(shop["sales"]), 2))Это выводит:
[[1. 0.94]
[0.94 1. ]]
0.94При значении 0,94 недели с большим количеством рекламы явно показывали более высокие продажи.
Задание
СреднеВ спортзале в течение трёх месяцев отслеживали данные 20 участников в файле gym.csv со столбцами visits, classes, minutes_per_visit, age и weight_change_kg. Программа считывает названия двух столбцов.
- Выведите названия двух столбцов и значение
r, округлённое до 2 знаков после запятой, как показано ниже. - Выведите
Direction:positive, еслиrбольше 0.3,negative, если оно меньше -0.3, иначеnone.
Для показателей laps и minutes плавательного клуба:
laps and minutes: r = 0.95
Direction: positiveПопробуйте сами
import numpy as np
import pandas as pd
gym = pd.read_csv("gym.csv")
first = input()
second = input()
# Напишите свой код ниже
Проверьте себяВ этом уроке есть небольшой тест. Начните урок, чтобы ответить на вопросы и сохранить прогресс.
Все уроки раздела Статистика для машинного обучения
1Центр и разброс
Среднее и медианаПроцентили и квартилиДисперсия и стандартное отклонениеВыборка или генеральная совокупность?Самое частое значениеПовторение: сроки доставки4Выборки и генеральные совокупности
Генеральная совокупность и выборкаСредние значения выборок различаютсяРаспределение выборочных среднихЧем больше выборка, тем меньше шумИтоги: опрос жителей города2Распределения
Гистограммы плотностиФормы распределения данныхНормальная криваяПравило 68–95–99,7Z-оценкиПовторение: время работы батареи3Вероятность с помощью моделирования
Вероятность как частотаЗакон больших чиселСуммы значений на кубикахМатематическое ожиданиеУсловная вероятностьПовторение: шансы в игре в кости6Взаимосвязи
Чтение диаграмм рассеянияКорреляцияМатрица корреляцийТепловые карты корреляцийКорреляция не означает причинностьПовторение: мороженое и солнцеПотренируйтесь самостоятельно: Онлайн-компилятор Python