Gruplara Göre Kutu Grafikleri

Coddy'nin Machine Learning Journey'sinin Makine Öğrenimi için İstatistik bölümünün bir parçası. Ders 41 / 64.

İki grup farklı: bu gerçek mi, yoksa şans mı? Bu bölüm, yanıtı veren görselle sona eriyor:

Karıştırmanın şans eseri oluşturduğu 1000 farkın 0 çevresinde yığıldığı histogram; gerçek farkı gösteren kırmızı çizgi ise sol uçta oldukça uzakta

Her şey bir bakışla başlar. Bir çömlekçilik atölyesi iki fırının çalışma sürelerini ölçtü. ax.boxplot fonksiyonuna grupların listesini ve adlarını verin:

gas = np.array([6.5, 7, 7.5, 8, 7, 6.5, 8.5, 7.5])
electric = np.array([9, 10.5, 11, 9.5, 12, 10, 10.5, 15])
fig, ax = plt.subplots()
ax.boxplot([gas, electric], tick_labels=["Gas", "Electric"])
ax.set_ylabel("Hours")
plt.show()

Tek bir eksende iki kutu grafiği: Gaz düşük, medyanı yaklaşık 7.25 saat; Elektrik daha yüksek, medyanı yaklaşık 10.5 saat ve 15'te bir aykırı değer noktası var. Kutular örtüşmüyor

Kutular hiç örtüşmüyor bile: gaz daha hızlı yanar. Bir model için, kutuları neredeyse hiç örtüşmeyen bir özellik grupları ayırt etmeye yardımcı olur.

Görev

Orta

Bir kayak merkezi, üç telesiyejindeki 36 yolculuğun süresini ölçtü. lifts.csv dosyasında lift (Red, Green veya Blue) ve minutes sütunları bulunur; başlangıç kodu dosyayı yükler ve grafiği hazırlar.

names üzerinde döngü kur ve her telesiyejin dakika değerlerini bir listede topla.
tick_labels= kullanarak her telesiyej için bir kutu çiz ve adını belirt.
Grafiği göster.

Hiçbir şey yazdırmaz; Coddy her kutuyu açıklar. Diğer iki telesiyej şöyle görünür:

Lift Times başlıklı, Orange ve Purple adında iki kutu grafiği bulunan bir grafik: Orange yaklaşık 18 dakika civarında düşük, Purple ise 44'te bir aykırı noktayla yaklaşık 27.5 dakika civarında daha yüksek

Kendin dene

import pandas as pd
import matplotlib.pyplot as plt

lifts = pd.read_csv("lifts.csv")
names = ["Red", "Green", "Blue"]
# Aşağıdaki satırları değiştirmeyin
fig, ax = plt.subplots()
ax.set_title("Lift Times")
ax.set_xlabel("Lift")
ax.set_ylabel("Minutes")

# Kodunuzu aşağıya yazın

Kendini test et

Bu ders kısa bir quiz içerir. Soruları yanıtlamak ve ilerlemeni kaydetmek için derse başla.

Makine Öğrenimi için İstatistik bölümündeki tüm dersler

2Dağılımlar

Yoğunluk Histogramları Veri Dağılımlarının Şekilleri Normal Eğri 68-95-99,7 Kuralı Z Puanları Özet: Pil Ömrü

5Aykırı Değerler

Kutu Grafikleri IQR Kuralı Z-Skoru Kuralı Aykırı Değerleri Ele Alma Özet: Sensör Hataları

8Grupları Karşılaştırma

Gruplara Göre Kutu GrafikleriOrtalamalar Arasındaki Fark Şans Eseri Olabilir mi?P-Değerleri t-Testi Özet: A/B Testi

11Bir Veri Kümesini Keşfetmek

İlk Bakış Tüm Özellikler Bir Arada Özellikler ve Etiket En İyi İki Özellik Özet: Diyabet Verileri

Kendi başına pratik yap: Online Python derleyicisi