Menu
CoddyTech
Bắt đầu học

Bản đồ nhiệt tương quan

Thuộc phần Thống kê cho machine learning trong hành trình Machine Learning của Coddy. Bài học 32 trên 64.

Một ma trận gồm hai mươi đặc trưng trông như một bức tường toàn số. Bản đồ nhiệt tô màu từng ô, giúp các cặp có mối tương quan mạnh nổi bật lên. Tám ngày ở rạp chiếu phim:

Bản đồ nhiệt 4 nhân 4 có tiêu đề Tương quan ở rạp chiếu phim, kèm thanh màu từ -1 đến 1. Vé và bắp rang cùng có màu đỏ đậm, temp_c có màu xanh đậm khi so với cả hai, còn hàng nhân viên có màu nhạt

Đoạn code này vẽ biểu đồ:

cinema = pd.DataFrame({
    "tickets": [120, 340, 210, 410, 180, 290, 380, 150],
    "popcorn": [70, 150, 100, 200, 95, 120, 170, 60],
    "temp_c": [24, 12, 15, 9, 20, 19, 11, 22],
    "staff": [6, 5, 8, 7, 5, 6, 6, 8],
})
corr = cinema.corr()
fig, ax = plt.subplots()
im = ax.imshow(corr, cmap="coolwarm", vmin=-1, vmax=1)
fig.colorbar(im)
ax.set_xticks(range(4), corr.columns)
ax.set_yticks(range(4), corr.columns)
ax.set_title("Cinema Correlations")
plt.show()

vmin=-1, vmax=1 cố định màu sắc: màu đỏ là 1, màu trắng là 0, màu xanh lam là -1. fig.colorbar(im) thêm chú giải màu, còn set_xticks(positions, labels) đặt tên cho các ô.

Vé và bỏng ngô cùng phát sáng màu đỏ; những ngày ấm áp có màu xanh lam so với cả hai. Nhân sự hầu như không quan trọng.

challenge icon

Thử thách

Trung bình

Đồng hồ thông minh ghi lại dữ liệu trong 30 ngày vào watch.csv: một cột văn bản weekday và năm cột số.

  1. Tính ma trận tương quan của các cột số.
  2. Vẽ ma trận dưới dạng biểu đồ nhiệt coolwarm từ -1 đến 1, kèm thanh màu.
  3. Gắn nhãn các vạch trên trục ngang và trục dọc bằng tên cột, đặt tiêu đề là Watch Data rồi hiển thị biểu đồ.

Chương trình của bạn không in ra gì. Với ba cột của một chủ sở hữu khác, biểu đồ trông như sau:

Biểu đồ nhiệt 3 × 3 có tiêu đề Watch Data, nhãn vạch là steps, sleep_h và stress, cùng thanh màu từ -1 đến 1: đường chéo màu đỏ, sleep_h và stress màu xanh đậm, steps và sleep_h màu đỏ nhạt

Tự làm thử

import pandas as pd
import matplotlib.pyplot as plt

watch = pd.read_csv("watch.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