En Sık Görülen Değer

Coddy'nin Machine Learning Journey'sinin Makine Öğrenimi için İstatistik bölümünün bir parçası. Ders 5 / 64.

Tişört bedenleri etiketlerden ibarettir: M ile XL'nin ortalaması yoktur. Bir kategorik sütunun merkezi, en yaygın değer olan modudur:

Tişört siparişlerini bedenlere göre sayan çubuklar: S 2, M 3, L 2, XL 1. En yüksek çubuk olan M koyu renktedir ve mod olarak etiketlenmiştir

.mode() bunu bulur:

sizes = pd.Series(["M", "L", "M", "S", "XL", "M", "L", "S"])
print(sizes.mode()[0])

Bu çıktıyı verir:

Değerler eşit olabilir, bu yüzden .mode() sıralanmış tüm kazananların yer aldığı bir Series döndürür. [0] ilkini alır.

Mod, bir kategorik sütundaki eksik değerleri doldurur. Ayrıca tüm modeller arasında en basit olanıdır: her zaman en yaygın sınıfı tahmin et.

Görev

Kolay

Bir kayak mağazası, stokta neleri bulunduracağını öğrenmek istiyor. rentals.csv, item, boot_size, level ve days sütunlarıyla 30 kiralama kaydeder.

Her sütun için, sırayla adını, modunu ve bu değere sahip kaç kiralama olduğunu yazdır.
Ardından days değerlerinin 1 ondalık basamağa yuvarlanmış ortalamasını moduyla karşılaştır.

8 kiralamalık daha kısa bir kayıt için:

item: snowboard (5 of 8)
boot_size: 42 (4 of 8)
level: beginner (5 of 8)
days: 1 (4 of 8)
Days rented, mean vs mode: 2.8 vs 1

Hiçbir kiralama 2.8 gün sürmez: mod, gerçekten gerçekleşen bir değerdir.

Kendin dene

import pandas as pd

rentals = pd.read_csv("rentals.csv")

# 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

1Merkez ve Yayılım

Ortalama ve Medyan Yüzdelikler ve Çeyrekler Varyans ve Standart Sapma Örneklem mi, Anakütle mi?En Sık Görülen DeğerÖzet: Teslimat Süreleri

4Örneklemler ve Anakütleler

Anakütle ve Örneklem Örneklem Ortalamaları Değişir Örnekleme Dağılımı Daha Büyük Örneklemler, Daha Az Gürültü Özet: Bir Kasabada Anket Yapmak

7Eğilim Doğruları

Artıklar En Küçük Kareler Uydurması Uydurma Doğrusunu Çizme Bir Doğruyla Tahmin Yapma Uydurma Ne Kadar İyi?Tekrar: Alıştırma Saatleri

10Kategorileri Kodlama

Sayılar Olarak Kategoriler One-Hot Encoding Sayıları Gruplara Ayırma Özet: Araba İlanları

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 Grafikleri Ortalamalar 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