آمار علم آنالیز داده است. هنگامی که یک مدل برای پیشبینی میسازیم، در ابتدا باید میزان قابل اعتماد بودن پیشبینی را بسنجیم. در واقع، آیا پیشبینی بدون تکیه و اعتماد بر نتیجهی حاصل ارزش دارد؟ قطعن پاسخ منفی است.
آمار توصیفی
در ابتدا چند مفهوم از آمار توصیفی (Descriptive Statistics) را بررسی میکنیم. آمار توصیفی ویژگیهای مهم دادههای ما از جمله موارد زیر را نتیجه میدهد:
- تعداد
- مجموع
- انحراف معیار
- صدک
- میانگین
- و مواردی دیگر که به آنها اشاره خواهیم نمود
در ابتدای امر و برای شروع کار، بد نیست که با دادههای خود آشنا بشویم.
میتوانیم از تابع ()describe در پایتون به منظور نمایش یک گزارش خلاصه در خصوص دادههای سلامت که تا اینجا آنها را مورد بررسی قرار دادیم، استفاده نمائیم.
مثال:
print (full_health_data.describe())
خروجی اجرای کد فوق برابر است با:
آیا چیز جالبی در این گزارش مشاهده میکنید؟ بعنوان یک متخصص داده باید آنقدر به اعداد این جدول دقت نمائید تا بتوانید رابطهی مفید و برجستهای را در بین مقادیر بیابید. علم داده توجه به همین اختلافهای گاهن بسیار کوچک ولی بامعنا است.
