Serakan: Varians dan Sisihan Piawai
Sejauh mana sebenarnya data anda tersebar
Serakan: Varians dan Sisihan Piawai ialah pelajaran Data Science Academy percuma di CoddyKit. Ini ialah pelajaran 2 daripada 4. Anda boleh membaca keseluruhan pelajaran di bawah secara percuma — kemudian berlatih secara praktikal dalam pelayar menggunakan penyunting kod terbina dalam dan tutor kecerdasan buatan 24/7. Pelajaran ini merupakan sebahagian daripada laluan pembelajaran Data Science Academy, dan kemajuan anda disegerakkan merentas web serta aplikasi CoddyKit. Kursus Data Science Academy merangkumi sejumlah 4 pelajaran.
Pusat Sahaja Tidak Mencukupi
Dua lajur boleh mempunyai mean yang sama tetapi kelihatan amat berbeza. Untuk membezakannya, ukur sebaran, iaitu sejauh mana nilai-nilai bertaburan. 📏
Sisihan daripada Mean
Sebaran bermula dengan jarak setiap titik daripada purata, iaitu sisihan. Sisihan kecil bermaksud data rapat, manakala sisihan besar bermaksud data tersebar luas.
Mengapa Kita Kuasakan Sisihan
Sisihan positif dan negatif akan saling menghapuskan hingga menjadi sifar. Oleh itu, kita kuasakan setiap sisihan terlebih dahulu supaya setiap jarak menjadi sumbangan positif.
Takrif Varians
Varians ialah purata sisihan yang telah dikuasakan. Varians yang lebih besar bermaksud nilai secara purata menyimpang lebih jauh daripada mean.
df["price"].var()Masalah Unit
Pendekatan kuasa dua turut mengembangkan unit. Varians harga dalam dolar menjadi dolar kuasa dua, yang sukar difahami sepintas lalu.
Sisihan Piawai sebagai Penyelesaian
Ambil punca kuasa dua varians dan anda mendapat sisihan piawai. Unitnya sama seperti data anda, jadi maksudnya lebih mudah difahami.
df["price"].std()Mentafsir Sisihan Piawai
Sisihan piawai secara kasar ialah jarak biasa sesuatu titik daripada mean. std yang kecil bermaksud nilai konsisten, manakala nilai yang besar bermaksud turun naik tinggi.
Peraturan 68 Peratus
Untuk data yang lebih kurang berbentuk loceng, kira-kira 68 peratus nilai berada dalam lingkungan satu sisihan piawai daripada mean. Ini ialah semakan pantas terhadap julat.
Sampel berbanding Populasi
Secara lalai, pandas membahagi dengan n tolak satu, iaitu versi sampel. Pelarasan kecil ini membetulkan bias apabila data anda hanyalah sampel daripada kumpulan yang lebih besar.
Sebaran Membantu Perbandingan
Sisihan piawai membolehkan anda membandingkan konsistensi dengan adil. Produk yang mempunyai std lebih kecil bagi masa penghantaran ialah produk yang lebih boleh dipercayai.
Kedua-duanya dalam Satu Paparan
Anda tidak perlu memilih antara kedua-duanya secara manual. describe sudah mengandungi std untuk setiap lajur angka yang anda ada.
df.describe().loc["std"]Semakan Pantas
Anda mahukan ukuran sebaran yang menggunakan unit yang sama seperti data asal.
Kesimpulan: Mengukur Sebaran
Anda telah mempelajari bahawa varians mempuratakan jarak yang dikuasakan, manakala sisihan piawai mengembalikannya kepada unit sebenar. Bersama-sama, kedua-duanya mendedahkan sejauh mana data anda berubah. 🌟
Pelajari Python dengan tutor kecerdasan buatan — percuma
Tulis dan jalankan kod sebenar dalam pelayar anda, dapatkan bantuan segera daripada tutor kecerdasan buatan yang tersedia 24/7, dan sambung semula dari tempat anda berhenti di web atau dalam aplikasi.
- Kursus
- 30
- Pelajaran
- 120
Soalan Lazim
Adakah pelajaran “Serakan: Varians dan Sisihan Piawai” percuma?
Ya — teks penuh “Serakan: Varians dan Sisihan Piawai” boleh dibaca secara percuma di web ini. Untuk berlatih secara interaktif menggunakan penyunting kod terbina dalam dan tutor kecerdasan buatan 24/7, serta membuka kunci baki kursus Data Science Academy, tingkat taraf kepada CoddyKit PRO. Kursus Data Science Academy merangkumi sejumlah 4 pelajaran.
Apakah yang akan saya pelajari dalam “Serakan: Varians dan Sisihan Piawai”?
Sejauh mana sebenarnya data anda tersebar Anda berlatih Data Science Academy menggunakan kod praktikal yang dijalankan terus dalam pelayar, manakala tutor kecerdasan buatan 24/7 menjawab soalan anda semasa anda mengikuti pelajaran.
Adakah saya memerlukan pengalaman untuk memulakan Data Science Academy?
Tiada pengalaman terdahulu diperlukan. Pembelajaran Data Science Academy di CoddyKit disusun untuk pelajar daripada peringkat pemula hingga lanjutan, jadi anda boleh bermula di sini atau dari awal dan belajar mengikut kadar anda sendiri. Ini ialah pelajaran 2 daripada 4.
Berapa lamakah pelajaran “Serakan: Varians dan Sisihan Piawai” diambil?
Kebanyakan pelajaran CoddyKit mengambil masa kira-kira 5–10 minit. Setiap pelajaran ringkas dan interaktif, jadi anda boleh membuat kemajuan secara berterusan dan menyambung tepat dari tempat anda berhenti di web atau aplikasi.
Bolehkah saya menulis dan menjalankan kod dalam pelajaran Data Science Academy ini?
Ya. Setiap pelajaran Data Science Academy menyertakan penyunting kod terbina dalam, jadi anda boleh menulis dan menjalankan kod sebenar terus dalam pelayar serta menerima maklum balas kecerdasan buatan serta-merta — tanpa memerlukan persediaan setempat.
Semua pelajaran dalam kursus ini
- Min, Median dan Mod
- Serakan: Varians dan Sisihan Piawai
- Min, Maks dan Kuartil
- Nilai Terpencil dan Maksudnya