EDA grafikleri I
Birkaç temel istatistik ürettikten sonra, artık veri bağımlılıklarıyla ilgili bazı fikirler ortaya koyup bunları doğrulama zamanı. Yine, taksi yarışmasındaki train DataFrame'i çalışma alanında hazır.
Öncelikle, ücret miktarıyla yolculuk mesafesi arasındaki ilişkiyi gösteren bir saçılım grafiği oluşturalım. Sezgisel olarak, yolculuk uzadıkça fiyatın artmasını beklersin.
İki coğrafi koordinasyon arasındaki mesafeyi kilometre cinsinden almak için Haversine mesafesini kullanacaksın. Bunun hesabı senin için tanımlanmış haversine_distance() fonksiyonuyla yapılabilir. Fonksiyon girdi olarak train DataFrame'ini bekler.
Bu egzersiz, kursun bir parçasıdır
Python ile Bir Kaggle Yarışmasını Kazanmak
Egzersiz talimatları
- Alış ve bırakış noktaları arasındaki Haversine mesafesi olarak "distance_km" adlı yeni bir değişken oluştur.
- X ekseninde "fareamount" ve y ekseninde "distancekm" olacak şekilde bir saçılım grafiği çiz. Saçılım grafiği çizmek için matplotlib
scatter()yöntemini kullan. - Aykırı değerleri çizmemek için yolculuk mesafesi sınırını 0 ile 50 kilometre arasında ayarla.
Uygulamalı etkileşimli egzersiz
Bu egzersizi bu örnek kodu tamamlayarak deneyin.
# Calculate the ride distance
train['distance_km'] = ____(train)
# Draw a scatterplot
plt.____(x=____[____], y=____[____], alpha=0.5)
plt.xlabel('Fare amount')
plt.ylabel('Distance, km')
plt.title('Fare amount based on the distance')
# Limit on the distance
plt.ylim(0, ____)
plt.show()