Правило IQR
Часть раздела Статистика для машинного обучения путешествия по Machine Learning на Coddy. Урок 25 из 64.
На диаграмме размаха значения, сильно удалённые от остальных, отображаются точками. Чтобы найти их в коде, преобразуй правило в две границы, расположенные на расстоянии 1.5 IQR за каждым краем диаграммы:
В коде, с масками:
prices = np.array([35, 42, 38, 45, 40, 72, 37, 44, 39, 41, 36, 18])
q1 = np.percentile(prices, 25)
q3 = np.percentile(prices, 75)
iqr = q3 - q1
low = q1 - 1.5 * iqr
high = q3 + 1.5 * iqr
print(low, high)
print(prices[(prices < low) | (prices > high)])Это выводит:
28.125 51.125
[72 18]Квартили игнорируют крайние значения, поэтому выброс не может растянуть границы, чтобы скрыться. Отметь эти значения перед обучением: одно аномальное значение может сместить модель в свою сторону.
Задание
СреднеУчитель засёк время прохождения теста, и программа считывает время каждого ученика в минутах в minutes. Начальный код выводит границы, которые возвращает iqr_fences.
- Допиши
iqr_fences(a), чтобы она возвращала нижнюю и верхнюю границы IQR дляa. - Ниже выведи
Unusual:и значения времени за пределами границ в исходном порядке.
Для 9 учеников, потративших 8, 11, 9, 10, 27, 12, 9, 10 и 11 минут:
Fences: 6.0 to 14.0 minutes
Unusual: [27]Попробуйте сами
import numpy as np
# Возвращает нижнюю и верхнюю границы IQR для массива
def iqr_fences(a):
# Напишите здесь свой код
return 0.0, 0.0
n = int(input())
values = []
for i in range(n):
values.append(int(input()))
minutes = np.array(values)
# Не изменяйте строки ниже
low, high = iqr_fences(minutes)
print(f"Fences: {np.round(low, 2)} to {np.round(high, 2)} minutes")
# 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