뉴토끼 330 수염에 대한 생각

소개

안녕하세요 나는 딥 러닝과 AI가 거리에서 인기가 있다고 생각합니다 나는 많은 회사와 개인이 어떤 방법을 시도하고 있다고 확신합니다 평소와 같이, 나는 또한 딥 러닝과 관련된 기술 검증을 수행하고 있습니다 그러나 이번에는 완전히 다른 것에 대해 이야기하고 있습니다 이것은 데이터를 확인하는 간단한 방법입니다 우리는 그래프와 뉴토끼 330 수염도들을 것입니다 그 이유는 분석 방법을 선택할 때 데이터를 확인하는 것이 필수적이기 때문입니다 목표에 따라이 시점에서 솔루션이 표시 될 수 있습니다

뉴토끼 330 수염이란?

Box-Whisker Plots는 5 수 요약 통계라고합니다

Q0/4 : 최소 값
Q1/4 : 사 분위수
Q2/4: Median (second quartile, median)
Q3/4 : 상부 사 분위
Q4/4 : 최대 값
10473_10522

Wikipedia "Box and Whiskers"정의

이것은! !

~~은 내가 말할 것의 드문 예이지만 Wikipedia보다 적습니다 그러나 텍스트 만 사용하여 다이어그램을 상상하기가 어렵 기 때문에 Python과 Iris 뉴토끼 330 세트를 사용하여 직접 작성해 보겠습니다 실행 환경은 Google 공동 작업입니다

당신은 한 눈에 숫자 5의 요약을 볼 수 있습니다 주석이 편집되어 이미지에 추가됩니다 중앙의 정사각형은 "뉴토끼 330"라고하며 뉴토끼 330에서 뻗어있는 선을 "수염"이라고합니다 일부 라이브러리에는 최대 또는 최소 수염이 없을 수도 있습니다 사실, 더 많은 것이 있습니다 이 경우, 위는 일반적으로 "(제 3 사 분위수 - 1 사 분위수) * 15 + 3 사 분위"및 "최대 값"입니다 그 범위에서 나오는 모든 것은 특이 치로 취급 될 수 있으며, 이는 다이어그램의 인상을 특이 치로 끌어 당기지 않아도됩니다

뉴토끼 330 플롯에서 알 수있는 것

이전 섹션에 사용 된 IRIS 뉴토끼 330 세트를 사용하여 간단히 설명하고 싶습니다 아이리스 뉴토끼 330 세트는기계 학습 저장소에 의해 제공된 뉴토끼 330 세트입니다 도전은 irise 품종을 꽃잎 및 욱신 거리는 뉴토끼 330와 구별하는 것입니다 솔직히 말해서,이 많은 뉴토끼 330로 다양한 방법을 시험해 보면 잘 작동하지만 뉴토끼 330 수가 증가함에 따라 일정 수준의 초점으로 분석하고 싶습니다 따라서 먼저 뉴토끼 330 트렌드를 확인할 때 Box 및 Whisker 플롯을 사용합니다 개인적으로, 나는 산란 음모와 히스토그램을보고 싶지만, 이번에는 그들이 방해가되지 않기 때문에 그들을 건너 뛸 것입니다

각 지표뉴토끼 330 패턴을 그리자

꽃잎 길이와 너비뉴토끼 330가중첩 없음분명히, 두 지표 사이에는 상당한 차이가 있습니다 분류 할 수뉴토끼 330 것 같습니다! 또한 두 개의 지표만으로 괜찮은 결과를 얻을 수뉴토끼 330 것 같습니다

그래서 우리는 의사 결정 트리에 선택된 두 지표와 모든 지표를 사용하려고합니다 목적은 비교하는 것이므로 교육 및 테스트 뉴토끼 330가 분리되지 않습니다

결과 :

index ([u'sepal 길이 (cm) ', U'Sepal 너비 (cm)', u'petal 길이 (cm) ', u'petal 너비 (cm)', u'label '], dtype ='object ')

index ([u'petal length (cm) ', u'petal 너비 (cm)'], dtype = 'object')

더 정확한 모든 것을 추가했지만 지표가 두 배가 되었음에도 불구하고 0입니다7%정확도는 개선되었습니다 우리는 두 지표만으로 괜찮은 결과를 얻었습니다!

정말 유용한 상황

데이터를 집계 할 때 많은 배포와 기본 통계를 살펴 봐야 할 단계가있을 수 있습니다 물론, 자세한 확인에는 숫자가 필요하지만 뉴토끼 330 수염이 거친 확인에 충분하다고 생각합니다 실제로, 나는 또한 박스 플롯 및 이벤트를 오버레이하여 분석에 사용할 집계 된 값을 선택했습니다 혼합 가우시안 모델을 사용한 분포 추정 및 발생 가능성에서 특이 치를 찾는 것과 같이 선택 후에도 분석을 수행해야하지만, 우리는 단순히 지표를 좁히면서 더 깊은 분석을 수행 할 수있었습니다 또한 계산 자원과 인적 비용을 절약했습니다

결론

어떻게 마음에 드 셨나요? 이것은 연구 단계에서 잘 확립 된 데이터 세트 만 사용할 때만 종종 접촉하지 않는 부분이므로 다시 한번 합류했지만 아마도 매우 분명하다고 뉴토끼 330합니다

광 분포 예측과 같은 상자 위스커 플롯으로 수행 할 수있는 다른 많은 것들이 있습니다 실제로, 다양한 시각화와 분석을 시도하는 것이 더 낫지 만 뉴토끼 330 휘 스커 다이어그램을 파고 들면 즐길 수 있습니다! 산란 플롯, 히스토그램 및 바이올린 다이어그램과 같은 다른 많은 다이어그램도 있습니다

또한 다이어그램을 사용하여 분석에 익숙해지면 보고서 자료에 게시 될 다이어그램에 대해 걱정하기가 어렵습니다 시도해보세요! 기회가 있다면 산점도를 소개하고 싶습니다