Изучение категориальных данных

Категориальная переменная / данные (или номинальная переменная):

Такие переменные принимают фиксированное и ограниченное количество возможных значений. Например, оценки, пол, группа крови и т. Д. Кроме того, в случае категориальных переменных логический порядок отличается от категориальных данных, например «один», «два», «три». Но при сортировке этих переменных используется логический порядок. Например, пол является категориальной переменной и имеет категории - мужской и женский, и нет внутреннего упорядочивания категорий. Чисто категориальная переменная - это переменная, которая просто позволяет вам назначать категории, но вы не можете четко упорядочить переменные.

Термины, относящиеся к показателям изменчивости:

• Режим: наиболее часто встречающееся значение в данных.
  Пример-

  Data = [«Автомобиль», «Летучая мышь», «Летучая мышь», «Автомобиль», «Летучая мышь», «Летучая мышь», «Летучая мышь», «Велосипед»]
  Mode = "Летучая мышь"

• Ожидаемое значение: при работе в машинном обучении категории должны быть связаны с числовыми значениями, чтобы машина могла понять. Это дает среднее значение, основанное на вероятности появления категории, т. Е. Ожидаемом значении.
  Он рассчитывается по -

   -> Умножьте каждый результат на вероятность его наступления.
  -> Суммируйте эти значения

  Таким образом, это сумма значений, умноженная на вероятность их появления, часто используется для суммирования уровней факторных переменных.

  

• Гистограммы: частота каждой категории отображается в виде столбцов.

  Загрузка библиотек -

  
  

  
  
  

  import matplotlib.pyplot as plt import numpy as np

  Данные -

  
  

  
  
  

  label = [ 'Car' , 'Bike' , 'Truck' , 'Cycle' , 'Jeeps' , 'Amulance' ] no_vehicle = [ 941 , 854 , 4595 , 2125 , 942 , 509 ]

  Данные индексации -

  
  

  
  
  

  index = np.arange( len (label)) print ( "Total Labels : " , len (label)) print ( "Indexing : " , index)

  Выход:

   Всего этикеток: 6
  Индексирование: [0 1 2 3 4 5]

  Гистограмма -

  
  

  
  
  

  plt.bar(index, no_vehicle) plt.xlabel( 'Type' , fontsize = 15 ) plt.ylabel( 'No of Vehicles' , fontsize = 15 ) plt.xticks(index, label, fontsize = 10 , rotation = 30 ) plt.title( 'Market Share for Each Genre 1995-2017' ) plt.show()

  Выход:
  

• Круговые диаграммы: частота каждой категории, построенная в виде круговой диаграммы или секторов. Это круговой график, где длина дуги каждого среза пропорциональна количеству, которое он представляет.
  
  

  
  
  

  plt.figure(figsize = ( 8 , 8 )) plt.pie(no_vehicle, labels = label, startangle = 90 , autopct = '%.1f %%' ) plt.show()

  Выход:
  

Внимание компьютерщик! Укрепите свои основы с помощью базового курса программирования Python и изучите основы.

Для начала подготовьтесь к собеседованию. Расширьте свои концепции структур данных с помощью курса Python DS. А чтобы начать свое путешествие по машинному обучению, присоединяйтесь к курсу Машинное обучение - базовый уровень.