Закон больших чисел
Часть раздела Статистика для машинного обучения путешествия по Machine Learning на Coddy. Урок 14 из 64.
Подбросить монету 10 раз и получить 8 орлов — неудивительно. Продолжай подбрасывать, и доля орлов будет постепенно приближаться к 0.5:
Для каждой точки нужна доля на текущий момент. np.cumsum вычисляет нарастающий итог; раздели его на количество бросков на текущий момент:
heads = np.array([True, False, True, True])
print(np.cumsum(heads))
print(np.round(np.cumsum(heads) / np.arange(1, 5), 2))Это выводит:
[1 1 2 3]
[1. 0.5 0.67 0.75]ax.axhline(y) рисует опорную линию через весь график:
ax.plot(np.arange(1, 301), share)
ax.axhline(0.5, color="red", linestyle="--")Это закон больших чисел: чем больше попыток, тем ближе результат к вероятности. Модель, показавшая хороший результат на 20 примерах, могла просто оказаться удачливой; на 2000 — вряд ли.
Задание
СреднеБренд хлопьев прячет игрушку в 20% коробок. Программа считывает, сколько коробок открывают; начальный код заполняет toys (True, если в коробке есть игрушка) и подписывает график.
- Вычисли текущую долю коробок с игрушками.
- Выведи её после 10 коробок и после всех коробок, округлив до 3 знаков после запятой.
- Построй график зависимости доли от номера коробки, начиная с 1, добавь чёрную пунктирную линию (
":") на уровне 0.2 и покажи график.
Для 80 других коробок:
After 10 boxes: 0.1
After 80 boxes: 0.212и строит этот график. Затем Coddy опишет твой.
Попробуйте сами
import numpy as np
import matplotlib.pyplot as plt
boxes = int(input())
# Не изменяйте строки ниже
rng = np.random.default_rng(25)
toys = rng.random(boxes) < 0.2
fig, ax = plt.subplots()
ax.set_title("Toys in Cereal Boxes")
ax.set_xlabel("Boxes opened")
ax.set_ylabel("Share with a toy")
# Напишите свой код ниже
В 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