Biểu đồ hộp

Thuộc phần Thống kê cho machine learning trong hành trình Machine Learning của Coddy. Bài học 24 trên 64.

Trong mỗi tập dữ liệu đều có những giá trị bất thường: lỗi chính tả, trục trặc, một ngày có kỷ lục. Chương này giúp bạn tìm ra và xử lý chúng, bắt đầu với biểu đồ thể hiện những giá trị đó, biểu đồ hộp:

11 thời lượng tập podcast được biểu diễn bằng các chấm, bên cạnh là biểu đồ hộp của chúng: hộp từ Q1, 39, đến Q3, 47.5, được chia đôi bởi đường trung vị tại 43, râu kéo xuống 32 và lên 52, cùng một chấm riêng lẻ tại 75 được đánh dấu là giá trị ngoại lai

ax.boxplot vẽ biểu đồ:

episodes = np.array([41, 36, 49, 43, 32, 46, 75, 40, 52, 38, 44])
fig, ax = plt.subplots()
ax.boxplot(episodes)
plt.show()

Hộp chứa nửa giữa các giá trị, từ Q1 đến Q3, trung vị chia đôi khoảng này. Râu vươn đến các giá trị xa nhất nhưng không quá xa.

Các điểm nằm ngoài chúng là giá trị ngoại lệ, những giá trị cách xa phần còn lại: bạn cần kiểm tra chúng trước khi để mô hình học từ dữ liệu.

Thử thách

Trung bình

Một gia đình ghi lại thời gian đọc sách trong hai tuần vào reading.csv, mỗi người có một cột ghi số phút. Chương trình đọc tên một người, còn phần code ban đầu thiết lập biểu đồ.

Vẽ biểu đồ hộp cho cột của người đó.
In trung vị và hai cạnh của hộp, Q1 và Q3, mỗi giá trị được làm tròn đến 2 chữ số thập phân, như bên dưới.

Với Sam, một người đọc khác, chương trình in ra:

Typical day: 97.5 minutes
Middle half: 90.5 to 108.75 minutes

và vẽ biểu đồ này (sau đó Coddy sẽ mô tả biểu đồ của bạn):

Biểu đồ hộp có tiêu đề Reading: Sam, với Minutes ở cạnh bên: hộp kéo dài từ khoảng 90 đến 109, đường trung vị gần 98, râu biểu đồ kéo dài từ 87 đến 128, và các chấm ngoại lệ ở 61 và 205

Tự làm thử

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

reading = pd.read_csv("reading.csv")
name = input()
# Đừng thay đổi các dòng bên dưới
fig, ax = plt.subplots()
ax.set_title(f"Reading: {name}")
ax.set_ylabel("Minutes")

# Viết code của bạn bên dưới

Tự 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

Tự luyện tập: Trình biên dịch Python online