Điểm Z

Thuộc phần Thống kê cho machine learning trong hành trình Machine Learning của Coddy. Bài học 11 trên 64.

Một học sinh đạt 78 điểm môn hóa học và 85 điểm môn lịch sử. Điểm nào tốt hơn? Hãy đo từng điểm theo độ lệch chuẩn của lớp tương ứng:

Hai trục số được đánh dấu theo từng bước độ lệch chuẩn. Môn hóa học, trung bình 70 và độ lệch chuẩn 4: điểm 78 cao hơn mức trung bình 2 độ lệch chuẩn. Môn lịch sử, trung bình 80 và độ lệch chuẩn 10: điểm 85 chỉ cao hơn mức trung bình 0,5 độ lệch chuẩn

Khoảng cách đó là z-score, z = (x - mean) / std. Hóa học: (78 - 70) / 4 bằng 2.0. Lịch sử: (85 - 80) / 10 bằng 0.5. Điểm 78 cao hơn.

Trên toàn bộ mảng, z âm có nghĩa là thấp hơn giá trị trung bình:

temps = np.array([12, 15, 9, 18, 16])
print(np.round((temps - temps.mean()) / temps.std(), 2))

Kết quả in ra là:

[-0.63  0.32 -1.58  1.26  0.63]

Z-score dùng chung một thang đo, với giá trị trung bình là 0 và độ lệch chuẩn là 1, bất kể đơn vị nào. Nhờ đó, tuổi và thu nhập có trọng số ngang nhau trong mô hình, dù các con số lớn đến đâu.

Thử thách

Dễ

Điểm số của trò chơi xếp hình và đua xe ở khu vui chơi được tính theo hai thang điểm rất khác nhau. puzzle và racing lần lượt chứa điểm của 12 người chơi thường xuyên. Một người mới chơi cả hai trò: chương trình đọc điểm trò xếp hình của họ, rồi đến điểm trò đua xe.

In điểm z-score của từng trò so với trò đó, làm tròn đến 2 chữ số thập phân (dùng .std()).
In kết quả nào ấn tượng hơn.

Với đầu vào 790 và 16900:

Puzzle z: 1.45
Racing z: 2.0
More impressive: Racing

Tự làm thử

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())

# 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