Z Puanları
Coddy'nin Machine Learning Journey'sinin Makine Öğrenimi için İstatistik bölümünün bir parçası. Ders 11 / 64.
Bir öğrenci kimyadan 78, tarihten 85 aldı. Hangisi daha iyi? Her puanı kendi sınıfının standart sapmasına göre ölçün:
Bu mesafe z-puanıdır: z = (x - mean) / std. Kimya: (78 - 70) / 4 2.0'dır. Tarih: (85 - 80) / 10 0.5'tir. 78 kazanır.
Tüm bir dizi üzerinde, negatif bir z değeri ortalamanın altında olunduğunu gösterir:
temps = np.array([12, 15, 9, 18, 16])
print(np.round((temps - temps.mean()) / temps.std(), 2))Bu yazdırır:
[-0.63 0.32 -1.58 1.26 0.63]Z puanları, birim ne olursa olsun, ortalaması 0 ve standart sapması 1 olan ortak bir ölçeği paylaşır. Böylece sayıları ne kadar büyük olursa olsun, yaş ve gelir bir modelde eşit ağırlık taşır.
Görev
KolayBir oyun salonunun bulmaca ve yarış oyunlarının puanları çok farklı ölçeklerdedir. puzzle ve racing, her biri için 12 müdavimin puanlarını tutar. Yeni gelen biri ikisini de oynadı: program önce bulmaca puanını, ardından yarış puanını okur.
- Her puanın kendi oyununa göre z-puanını 2 ondalık basamağa yuvarlayarak yazdır (
.std()kullan). - Hangi sonucun daha etkileyici olduğunu yazdır.
790 ve 16900 girdileri için:
Puzzle z: 1.45
Racing z: 2.0
More impressive: RacingKendin dene
import numpy as np
puzzle = np.array([640, 720, 580, 810, 690, 750, 600, 700, 660, 730, 620, 780])
racing = np.array([12400, 15800, 13900, 11200, 16500, 14100,
12800, 15100, 13300, 14700, 12100, 14600])
p = int(input())
r = int(input())
# Kodunuzu aşağıya yazın
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 MedyanYüzdelikler ve ÇeyreklerVaryans ve Standart SapmaÖrneklem mi, Anakütle mi?En Sık Görülen DeğerÖzet: Teslimat Süreleri4Örneklemler ve Anakütleler
Anakütle ve ÖrneklemÖrneklem Ortalamaları DeğişirÖrnekleme DağılımıDaha Büyük Örneklemler, Daha Az GürültüÖzet: Bir Kasabada Anket Yapmak7Eğilim Doğruları
ArtıklarEn Küçük Kareler UydurmasıUydurma Doğrusunu ÇizmeBir Doğruyla Tahmin YapmaUydurma Ne Kadar İyi?Tekrar: Alıştırma Saatleri10Kategorileri Kodlama
Sayılar Olarak KategorilerOne-Hot EncodingSayıları Gruplara AyırmaÖzet: Araba İlanları2Dağılımlar
Yoğunluk HistogramlarıVeri Dağılımlarının ŞekilleriNormal Eğri68-95-99,7 KuralıZ PuanlarıÖzet: Pil Ömrü5Aykırı Değerler
Kutu GrafikleriIQR KuralıZ-Skoru KuralıAykırı Değerleri Ele AlmaÖzet: Sensör Hataları8Grupları Karşılaştırma
Gruplara Göre Kutu GrafikleriOrtalamalar Arasındaki FarkŞans Eseri Olabilir mi?P-Değerlerit-TestiÖzet: A/B Testi11Bir Veri Kümesini Keşfetmek
İlk BakışTüm Özellikler Bir AradaÖzellikler ve EtiketEn İyi İki ÖzellikÖzet: Diyabet Verileri3Simülasyonla Olasılık
Frekans Olarak OlasılıkBüyük Sayılar YasasıZarların ToplamıBeklenen DeğerKoşullu OlasılıkTekrar: Zar Tezgâhının Olasılıkları6İlişkiler
Dağılım Grafiklerini OkumaKorelasyonKorelasyon MatrisiKorelasyon Isı HaritalarıKorelasyon Nedensellik DeğildirÖzet: Dondurma ve GüneşKendi başına pratik yap: Online Python derleyicisi