开发手册 欢迎您!
软件开发者资料库

Python 机器学习 百分位数(Percentiles)

机器学习使计算机从研究数据和统计数据中学习机器学习是向人工智能(AI)方向迈进的一步。机器学习是一个分析数据并学习预测结果的程序。本文主要介绍Python 机器学习 百分位数(Percentiles)。

1、什么是百分位数?

在统计数据中使用百分位数可为您提供一个数字,该数字描述了给定百分比值低于的值。

示例:假设我们有一个街道上所有人口的年龄数组。

ages = [5,31,43,48,50,41,7,11,15,39,80,82,32,2,8,6,25,36,27,61,31]

什么是75.百分位数?答案是43,这意味着75%的人是43岁或以下。

NumPy模块具有一种用于找到指定百分位数的方法:

例如:

使用NumPypercentile()方法查找百分位数:

import numpyages = [5,31,43,48,50,41,7,11,15,39,80,82,32,2,8,6,25,36,27,61,31]x = numpy.percentile(ages, 75)print(x)

例如:

90%的人口年龄是多少岁?

import numpyages = [5,31,43,48,50,41,7,11,15,39,80,82,32,2,8,6,25,36,27,61,31]x = numpy.percentile(ages, 90)print(x)
import numpy as np  a = np.array([[10, 7, 4], [3, 2, 1]])print ('我们的数组是:')print (a) print ('调用 percentile() 函数:')# 50% 的分位数,就是 a 里排序之后的中位数print (np.percentile(a, 50))  # axis 为 0,在纵列上求print (np.percentile(a, 50, axis=0))  # axis 为 1,在横行上求print (np.percentile(a, 50, axis=1))  # 保持维度不变print (np.percentile(a, 50, axis=1, keepdims=True))