Đối chiếu đặc trưng với nhãn
Thuộc phần Thống kê cho machine learning trong hành trình Machine Learning của Coddy. Bài học 58 trên 64.
Những đặc trưng nào biến thiên cùng với nhãn? Tính tương quan của từng đặc trưng với nhãn, trong đó 0 là ác tính và 1 là lành tính, rồi xếp hạng theo độ mạnh:
X.corrwith(y) trả về hệ số r của mọi đặc trưng cùng lúc:
X = cancer.data[cancer.feature_names[:10]]
r = X.corrwith(cancer.target)
strength = np.abs(r).sort_values(ascending=False)
for name in strength.index[:3]:
print(name, np.round(r[name], 2))Kết quả in ra:
mean concave points -0.78
mean perimeter -0.74
mean radius -0.73Giá trị r âm nghĩa là đặc trưng có giá trị lớn hơn ở lớp 0: tế bào ác tính có nhiều điểm lõm hơn. np.abs xếp hạng theo độ mạnh, bất kể dấu.
Gần 0, giống như chiều fractal, một đặc trưng hầu như không khác biệt giữa các lớp: có thể cân nhắc loại bỏ.
Thử thách
Trung bìnhTrước tiên, mô hình nên thử những đặc trưng mô nào? Đầu vào gồm một nhóm, error hoặc worst, và k; đoạn code khởi tạo đưa các đặc trưng của nhóm vào X.
- Xếp hạng các đặc trưng theo độ mạnh của hệ số tương quan r với
y. - In ra
kđặc trưng đứng đầu cùng hệ số tương quan r có dấu, làm tròn đến 2 chữ số thập phân. - Kiểm tra dấu: in ra giá trị trung bình theo lớp của đặc trưng mạnh nhất.
Với nhóm mean và k = 2:
Top 2 mean features:
mean concave points: -0.78
mean perimeter: -0.74
mean concave points by class: malignant 0.09, benign 0.03Tự làm thử
import numpy as np
from sklearn.datasets import load_breast_cancer
group = input()
k = int(input())
cancer = load_breast_cancer(as_frame=True)
df = cancer.frame
y = cancer.target
# Mười đặc trưng của nhóm: mean, error hoặc worst
start = {"mean": 0, "error": 10, "worst": 20}[group]
X = cancer.data[cancer.feature_names[start:start + 10]]
# Viết code của bạn bên dưới
Tự kiểm traBài 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 hàng4Mẫu và tổng thể
Tổng thể và mẫuTrung bình mẫu biến thiênPhân phối mẫuMẫu lớn hơn, ít nhiễu hơnÔn tập: khảo sát một thị trấn2Các phân phối
Biểu đồ tần suất mật độHình dạng của dữ liệuĐường cong chuẩnQuy tắc 68-95-99,7Điểm ZÔn tập: Thời lượng pin8So 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/B11Khám 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 đường3Xác 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 xắc6Mối 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 trờiTự luyện tập: Trình biên dịch Python online