Menu
CoddyTech
Bắt đầu học

Chất lượng không khí

Thuộc phần Thống kê cho machine learning trong hành trình Machine Learning của Coddy. Bài học 62 trên 64.

Một thành phố muốn dự báo nhanh mức bụi mịn PM2.5. Cảm biến trên phố đã ghi lại dữ liệu trong 40 ngày vào air.csv:

Đường biểu diễn PM2.5 hằng ngày trong 40 ngày, dao động từ khoảng 16 đến 61, ngày nào cũng cao hơn đường nét đứt ở mức 15, được ghi chú là hướng dẫn hằng ngày của WHO

Mỗi hàng chứa dữ liệu về gió, nhiệt độ, độ ẩm, giao thông và pm25 của một ngày. Một trong số đó theo dõi bụi tốt hơn hẳn những yếu tố còn lại.

Tìm đường thẳng phù hợp, rồi đánh giá mức độ đáng tin cậy: mô hình giải thích được bao nhiêu, sai lệch nhiều nhất ở đâu và khi nào dự báo vượt ra ngoài phạm vi dữ liệu.

challenge icon

Thử thách

Khó

Chương trình đọc giá trị của đặc trưng tốt nhất cho một ngày mới. Làm tròn đến 2 chữ số thập phân.

  1. In đặc trưng có r mạnh nhất với pm25, không xét dấu, cùng với r có dấu.
  2. Khớp một đường thẳng. In đường thẳng đó, R bình phương và hàng có sai số lớn nhất cùng với phần dư tương ứng.
  3. Dự đoán cho giá trị đó và cảnh báo khi giá trị nằm ngoài phạm vi dữ liệu của đặc trưng.
  4. Vẽ các chấm và đường thẳng màu đỏ từ giá trị nhỏ nhất đến giá trị lớn nhất: tiêu đề Air Quality, đặc trưng trên trục ngang, PM2.5 trên trục dọc.

Với một thành phố khác và đầu vào 8:

Best feature: traffic_k (r = 0.86)
Line: pm25 = 1.11 * traffic_k + 13.67
R squared: 0.73
Largest miss: row 14 (residual 11.15)
Prediction at 8.0: 22.57
Warning: outside the data

Biểu đồ phân tán có tiêu đề Air Quality, traffic_k trên trục ngang và PM2.5 trên trục dọc, 30 chấm tăng dần về bên phải cùng đường thẳng khớp màu đỏ đi qua chúng

Sau các dòng của bạn, Coddy sẽ mô tả biểu đồ.

Tự làm thử

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

value = float(input())
df = pd.read_csv("air.csv")

# Viết code của bạn bên dưới
quiz iconTự kiểm tra

Bài học này có một bài trắc nghiệm ngắn. Bắt đầu bài học để trả lời và theo dõi tiến độ.

Tất cả bài học trong Thống kê cho machine learning

1Giá trị trung tâm và độ phân tán

Giá trị trung bình và trung vịPhân vị và tứ phân vịPhương sai và độ lệch chuẩnMẫu hay tổng thể?Giá trị xuất hiện nhiều nhấtÔn tập: Thời gian giao hàng

4Mẫu và tổng thể

Tổng thể và mẫuTrung bình mẫu biến thiênPhân phối mẫuMẫu lớn hơn, ít nhiễu hơnÔn tập: khảo sát một thị trấn

7Đường xu hướng

Phần dưKhớp bình phương tối thiểuVẽ đường khớpDự đoán bằng đường thẳngĐường khớp chính xác đến đâu?Ôn tập: Giờ luyện tập

10Mã hóa danh mục

Danh mục dưới dạng sốMã hóa one-hotPhân nhóm sốÔn tập: tin đăng xe

2Các phân phối

Biểu đồ tần suất mật độHình dạng của dữ liệuĐường cong chuẩnQuy tắc 68-95-99,7Điểm ZÔn tập: Thời lượng pin

5Giá trị ngoại lệ

Biểu đồ hộpQuy tắc IQRQuy tắc điểm ZXử lý giá trị ngoại lệÔn tập: Lỗi cảm biến

8So sánh các nhóm

Biểu đồ hộp theo nhómChênh lệch giữa các giá trị trung bìnhCó thể chỉ là ngẫu nhiên không?Giá trị pKiểm định tÔn tập: Thử nghiệm A/B

11Khám phá bộ dữ liệu

Nhìn qua lần đầuTất cả đặc trưng cùng lúcĐối chiếu đặc trưng với nhãnHai đặc trưng tốt nhấtÔn tập: dữ liệu bệnh tiểu đường

3Xác suất qua mô phỏng

Xác suất dưới dạng tần suấtLuật số lớnTổng điểm khi gieo xúc xắcGiá trị kỳ vọngXác suất có điều kiệnÔn tập: Tỷ lệ thắng ở quầy xúc xắc

6Mối quan hệ

Đọc biểu đồ phân tánTương quanMa trận tương quanBản đồ nhiệt tương quanTương quan không đồng nghĩa với quan hệ nhân quảÔn tập: Kem và mặt trời

9Co giãn đặc trưng

Vì sao cần co giãn đặc trưngCo giãn Min-MaxChuẩn hóaStandardScalerÔn tập: bạn đồng hành leo núi

12Thử thách cuối

Tàu trễ giờChất lượng không khíHóa học trong rượu vangKhảo sát tại phòng khám

Tự luyện tập: Trình biên dịch Python online