Menu
CoddyTech

Разность средних

Часть раздела Статистика для машинного обучения путешествия по Machine Learning на Coddy. Урок 42 из 64.

Какая новая модель, страница или клавиатура лучше? Сравни группы по их разности средних: среднее одной группы минус среднее другой. Десять машинистов попробовали по одной раскладке:

typing = pd.DataFrame({
    "layout": ["Qwerty", "Dvorak", "Qwerty", "Dvorak", "Qwerty", "Dvorak", "Qwerty", "Dvorak", "Qwerty", "Dvorak"],
    "wpm": [68, 76, 74, 65, 61, 82, 79, 70, 66, 74],
})
means = typing.groupby("layout")["wpm"].mean()
print(np.round(means["Dvorak"] - means["Qwerty"], 2))

Это выводит 3.8: скорость печати у машинистов на клавиатуре Dvorak была в среднем на 3.8 слова в минуту выше. Qwerty минус Dvorak даёт -3.8, поэтому укажи, какая группа идёт первой.

Пять машинистов на клавиатуре Qwerty и пять машинистов на клавиатуре Dvorak в виде точек, распределённых в диапазоне от 61 до 82 слов в минуту; среднее значение каждой группы отмечено чертой: 69.6 и 73.4, а красная скобка показывает разницу 3.8 между ними

Много ли 3.8? Скорость печати у отдельных машинисток различается более чем на 20 слов в минуту, так что одна лишь удача — кому какая клавиатура досталась — могла бы объяснить этот разрыв.

challenge icon

Задание

Средне

Студенты занимались в одном из двух математических приложений. В math_apps.csv есть app (algo или numo), score и sets; программа считывает название одного числового столбца.

  1. Вычислите среднее значение для numo минус среднее значение для algo в этом столбце.
  2. По знаку результата определите, какое приложение лидирует, и выведите строку ниже: разницу со знаком плюс, сначала среднее значение лидера, все числа — с точностью до 2 знаков после запятой.

Для других студентов и входных данных score:

algo is ahead on score by 4.0 (151.0 vs 147.0)

Попробуйте сами

import numpy as np
import pandas as pd

students = pd.read_csv("math_apps.csv")
column = input()

# Напишите свой код ниже
quiz iconПроверьте себя

В этом уроке есть небольшой тест. Начните урок, чтобы ответить на вопросы и сохранить прогресс.

Все уроки раздела Статистика для машинного обучения

Потренируйтесь самостоятельно: Онлайн-компилятор Python