作为数据科学家,我们常常希望尽可能简洁地描述数据。这就引出了两种最常见的集中趋势度量:均值和中位数。在本练习中,您将考察几个不同情境,并且决定使用哪个指标更合适来有效描述数据。
更具体地说,您将探索一份包含气温和风速等特征的澳大利亚天气数据。该数据集已作为 weather 导入,matplotlib 和 pandas 库也分别以 plt 和 pd 的名称为您导入,便于您在本章后续练习中使用。
weather
matplotlib
pandas
plt
pd
本练习是课程的一部分
通过完成这段示例代码来试试这个练习。
# Visualize the distribution plt.hist(____) plt.show()
本章将以复习条件概率、贝叶斯定理和中心极限定理为课程开端。过程中,您将学习如何处理常见概率分布相关的问题。
本章将帮助您为与探索性数据分析相关的统计概念做好准备。主题包括描述性统计、处理分类变量,以及变量之间的关系。这些练习将为您的分析类测评或基于统计的编码问题打下基础。
当前练习
通过回顾置信区间、假设检验、多重检验,以及检验功效与样本量的作用,准备更深入地学习与实验和测试相关的关键概念。我们还将讨论错误类型及其在实践中的含义。
最后一章将讨论与回归和分类模型密切相关的概念。我们将先回顾基础的机器学习算法,随后快速推进到模型评估、处理特殊情形,以及偏差-方差权衡。