Процентили и квартили
Часть раздела Статистика для машинного обучения путешествия по Machine Learning на Coddy. Урок 2 из 64.
Процентиль делит упорядоченные данные: 25-й находится на четверти пути, 50-й — это медиана. Время прохождения комнаты-квеста для девяти участников:
Границы, разделяющие данные на четверти, называются квартилями Q1, Q2 и Q3. np.percentile(a, q) принимает q от 0 до 100 или список:
times = np.array([52, 38, 61, 45, 70, 41, 95, 58, 49])
print(np.percentile(times, [25, 50, 75]))Это выводит:
[45. 52. 61.]Средняя половина простирается от Q1 до Q3; её ширина — межквартильный размах, Q3 - Q1: 16 секунд.
Установи самое медленное время равным 950: IQR остаётся равным 16. Доверяй ему, когда у признака есть экстремальные значения.
Задание
ЛегкоКлиент спрашивает, как его расход воды соотносится с расходом воды в 20 домах на его улице. В use хранятся значения расхода воды в литрах для домов, а программа считывает значение клиента. Выведите:
- Квартили
use: Q1, медиану, Q3. - IQR.
- Квартиль клиента: 1, если значение меньше Q1; 2, если меньше медианы; 3, если меньше Q3; в противном случае 4.
Для улицы с 12 домами и входных данных 172:
Quartiles: 157.5, 170.5, 183.5 liters
IQR: 26.0 liters
This home is in quarter 3Попробуйте сами
import numpy as np
# Количество литров воды, израсходованное каждым домом вчера
use = np.array([312, 285, 410, 198, 356, 274, 520, 301, 289, 345,
262, 398, 230, 610, 327, 295, 368, 251, 334, 280])
liters = int(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