Verificarea dezechilibrului de clase
Sondajul Kaggle din 2022 colectează informații despre pregătirea profesioniștilor în știința datelor, tehnologiile preferate și tehnicile utilizate. Este considerat o imagine fidelă a tendințelor din domeniu, datorită volumului și profilului respondenților.
După ce ai analizat titlurile de job și le-ai clasificat pentru a se alinia cu DataFrame-ul salaries, poți observa următoarea proporție a categoriilor de job în sondajul Kaggle:
| Categorie de job | Frecvență relativă |
|---|---|
| Data Science | 0,281236 |
| Data Analytics | 0,224231 |
| Other | 0,214609 |
| Managerial | 0,121300 |
| Machine Learning | 0,083248 |
| Data Engineering | 0,075375 |
Considerând rezultatele sondajului Kaggle drept populație de referință, sarcina ta este să verifici dacă DataFrame-ul salaries este reprezentativ, comparând frecvența relativă a categoriilor de job.
Acest exercițiu face parte din cursul
Analiza exploratorie a datelor în Python
Instrucțiuni pentru exercițiu
- Afișează frecvența relativă a coloanei
"Job_Category"din DataFrame-ulsalaries.
Exercițiu interactiv practic
Încearcă acest exercițiu completând acest cod de exemplu.
# Print the relative frequency of Job_Category
print(____)