Varyansın hesaplanması

Sık kullanılan fonksiyonların kaputun altında ne yaptığını biraz anlamak önemlidir. Varyansı nasıl hesaplayacağını zaten biliyor olsan da, bu başlangıç seviyesi bir derstir ve bunu varsaymıyoruz. Bu egzersizde, videolarda tartışılan denklemleri kullanarak Iris veriscolor'un taç yaprağı uzunluğunun varyansını açıkça hesaplayacağız. Ardından np.var() ile de hesaplayacağız.

Bu egzersiz, kursun bir parçasıdır

Python ile İstatistiksel Düşünme (Bölüm 1)

Kursa Göz Atın

Egzersiz talimatları

Taç yaprağı uzunlukları (versicolor_petal_length) ile ortalama taç yaprağı uzunluğu arasındaki farklardan oluşan differences adlı bir dizi oluştur. versicolor_petal_length değişkeni zaten ad alanında bir NumPy dizisi olarak mevcut, dolayısıyla NumPy'nin vektörleştirilmiş işlemlerinden yararlanabilirsin.
Bu dizideki her bir öğeyi kareye al. Örneğin, x**2 ifadesi x dizisindeki her öğeyi kareye alır. Sonucu diff_sq olarak sakla.
np.mean() kullanarak diff_sq içindeki öğelerin ortalamasını hesapla. Sonucu variance_explicit olarak sakla.
np.var() kullanarak versicolor_petal_length'in varyansını hesapla. Sonucu variance_np olarak sakla.
Tutarlı olduklarından emin olmak için hem variance_explicit hem de variance_np değerlerini tek bir print çağrısında yazdır.

Uygulamalı etkileşimli egzersiz

Bu egzersizi bu örnek kodu tamamlayarak deneyin.

# Array of differences to mean: differences


# Square the differences: diff_sq


# Compute the mean square difference: variance_explicit


# Compute the variance using NumPy: variance_np


# Print the results

Kodu Düzenle ve Çalıştır