Публикации по теме 'statistics'
От непрерывного к категориальному: изучение логистической регрессии — неделя 3, день 17
Приветствую, энтузиаст данных! Добро пожаловать на 17-й день нашей серии «Python для науки о данных: 100 дней до мастерства». Основываясь на нашем понимании линейной регрессии из 16-го дня, сегодня мы переходим к логистической регрессии — важному инструменту для задач классификации. К концу нашего занятия вы овладеете концепцией и практической реализацией логистической регрессии с использованием Python.
Логистическая регрессия: учебник для начинающих
В то время как линейная..
Мера изменчивости
Термины «мера изменчивости» и «мера дисперсии» используются в статистике взаимозаменяемо. Оба они относятся к одному и тому же понятию, которое определяет количественную оценку разброса или рассеяния точек данных в наборе данных.
Меры изменчивости или дисперсии предоставляют информацию о том, как точки данных распределяются вокруг центральной меры тенденции (такой как среднее значение, медиана или мода), и указывают на разброс или степень, в которой значения отклоняются от центрального..
Как не быть обманутым точностью модели
Визуальное руководство по метрикам модели бинарной классификации и их правильному использованию
Фон — простой на поверхности
Метрики, используемые для оценки эффективности моделей классификации, довольно просты, по крайней мере, с математической точки зрения. Тем не менее, я заметил, что многие специалисты по моделированию и специалисты по данным сталкиваются с трудностями при формулировании этих показателей и даже применяют их неправильно. Это легко допустить ошибку, поскольку эти..
Что такое начальная загрузка в машинном обучении?
Большая часть статистики связана со сравнением двух вещей и определением того, различаются ли они на самом деле, или же мы случайно наблюдали разницу в собранной нами выборке, но на самом деле разницы нет. Вот что делает статистику такой интересной. Например, действительно ли производительность iphone13 лучше, чем у iphone10? Или модель машинного обучения, которую я построил, действительно лучше существующей системы?
Для примера с iphone, как бы вы это сделали? Предположим, вы измеряете..
Преобразование числовых данных в категориальные данные.
Функция pd.cut() в Pandas используется для разделения значений на дискретные интервалы. Эта функция полезна для сегментации и сортировки значений данных по интервалам, а также для преобразования непрерывной переменной в категориальную переменную.
Синтаксис для pd.cut() следующий:
pd.cut(x, bins, right=True, labels=None, retbins=False, precision=3, include_lowest=False, duplicates=”raise”,)
x — это входной массив, который нужно сгруппировать. Должен быть 1-мерным. bins..
Наивные байесовские классификаторы
Что такое наивный байесовский алгоритм/классификаторы?
Наивный байесовский классификатор — это контролируемый алгоритм машинного обучения. который используется для задач классификации, таких как классификация текста. Наивный Байес — это метод классификации, основанный на теореме Байеса с предположением, что все признаки, которые предсказывают целевое значение, независимы друг от друга. Он вычисляет вероятность каждого класса, а затем выбирает тот, который имеет наибольшую..
Анализ выбросов
Что такое выбросы?
Выбросы — это точки данных, которые не следуют общей тенденции или ведут себя не так, как ведут себя другие основные точки данных. Выбросы имеют существенное отличие в распределении переменных (атрибутов) от других точек данных.
Обнаружение выбросов также известно как « Обнаружение аномалий » и « Обнаружение новшеств ». Эти точки данных также известны как « экстремальные точки данных » и « шум ».
Почему важно обнаруживать и удалять выбросы?
Выбросы должны быть..
