EDA Zestawu danych - Iris¶
1) Wstepna inspekcja danych:¶
Wyświetlenie losowych wierszy¶
| długość kielicha (sepal length) | szerokość kielicha (sepal width) | długość płatka (petal length) | szerokość płatka (petal width) | klasa (class) | |
|---|---|---|---|---|---|
| 95 | 5.7 | 3.0 | 4.2 | 1.2 | Iris-versicolor |
| 66 | 5.6 | 3.0 | 4.5 | 1.5 | Iris-versicolor |
| 82 | 5.8 | 2.7 | 3.9 | 1.2 | Iris-versicolor |
| 18 | 5.7 | 3.8 | 1.7 | 0.3 | Iris-setosa |
| 111 | 6.4 | 2.7 | 5.3 | 1.9 | Iris-virginica |
| 25 | 5.0 | 3.0 | 1.6 | 0.2 | Iris-setosa |
| 116 | 6.5 | 3.0 | 5.5 | 1.8 | Iris-virginica |
| 67 | 5.8 | 2.7 | 4.1 | 1.0 | Iris-versicolor |
| 32 | 5.2 | 4.1 | 1.5 | 0.1 | Iris-setosa |
| 2 | 4.7 | 3.2 | 1.3 | 0.2 | Iris-setosa |
| 57 | 4.9 | 2.4 | 3.3 | 1.0 | Iris-versicolor |
| 106 | 4.9 | 2.5 | 4.5 | 1.7 | Iris-virginica |
| 91 | 6.1 | 3.0 | 4.6 | 1.4 | Iris-versicolor |
| 87 | 6.3 | 2.3 | 4.4 | 1.3 | Iris-versicolor |
| 107 | 7.3 | 2.9 | 6.3 | 1.8 | Iris-virginica |
| 127 | 6.1 | 3.0 | 4.9 | 1.8 | Iris-virginica |
| 58 | 6.6 | 2.9 | 4.6 | 1.3 | Iris-versicolor |
| 47 | 4.6 | 3.2 | 1.4 | 0.2 | Iris-setosa |
| 33 | 5.5 | 4.2 | 1.4 | 0.2 | Iris-setosa |
| 51 | 6.4 | 3.2 | 4.5 | 1.5 | Iris-versicolor |
| 86 | 6.7 | 3.1 | 4.7 | 1.5 | Iris-versicolor |
| 133 | 6.3 | 2.8 | 5.1 | 1.5 | Iris-virginica |
| 48 | 5.3 | 3.7 | 1.5 | 0.2 | Iris-setosa |
| 56 | 6.3 | 3.3 | 4.7 | 1.6 | Iris-versicolor |
| 101 | 5.8 | 2.7 | 5.1 | 1.9 | Iris-virginica |
| 119 | 6.0 | 2.2 | 5.0 | 1.5 | Iris-virginica |
| 88 | 5.6 | 3.0 | 4.1 | 1.3 | Iris-versicolor |
| 54 | 6.5 | 2.8 | 4.6 | 1.5 | Iris-versicolor |
| 10 | 5.4 | 3.7 | 1.5 | 0.2 | Iris-setosa |
| 6 | 4.6 | 3.4 | 1.4 | 0.3 | Iris-setosa |
2) Czyszczenie danych:¶
Unikatowe wartości & typy danych & brakujące wartości¶
Długość_Kielicha 35 Szerokość_Kielicha 23 Długość_Płatka 43 Szerokość_Płatka 22 Odmiana 3 dtype: int64
Długość_Kielicha float64 Szerokość_Kielicha float64 Długość_Płatka float64 Szerokość_Płatka float64 Odmiana object dtype: object
Długość_Kielicha 0 Szerokość_Kielicha 0 Długość_Płatka 0 Szerokość_Płatka 0 Odmiana 0 dtype: int64
| Długość_Kielicha | Szerokość_Kielicha | Długość_Płatka | Szerokość_Płatka | Odmiana | |
|---|---|---|---|---|---|
| 34 | 4.9 | 3.1 | 1.5 | 0.1 | Iris-setosa |
| 37 | 4.9 | 3.1 | 1.5 | 0.1 | Iris-setosa |
| 142 | 5.8 | 2.7 | 5.1 | 1.9 | Iris-virginica |
3) Analiza jednowymiarowa:¶
Przegląd kolumn numerycznych & Szczegółowa analiza odmian Irysa¶
| Długość_Kielicha | Szerokość_Kielicha | Długość_Płatka | Szerokość_Płatka | |
|---|---|---|---|---|
| count | 150.000000 | 150.000000 | 150.000000 | 150.000000 |
| mean | 5.843333 | 3.054000 | 3.758667 | 1.198667 |
| std | 0.828066 | 0.433594 | 1.764420 | 0.763161 |
| min | 4.300000 | 2.000000 | 1.000000 | 0.100000 |
| 25% | 5.100000 | 2.800000 | 1.600000 | 0.300000 |
| 50% | 5.800000 | 3.000000 | 4.350000 | 1.300000 |
| 75% | 6.400000 | 3.300000 | 5.100000 | 1.800000 |
| max | 7.900000 | 4.400000 | 6.900000 | 2.500000 |
| Odmiana | Długość_Kielicha | Szerokość_Kielicha | Długość_Płatka | Szerokość_Płatka | |||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| min | max | mean | median | min | max | mean | median | min | max | mean | median | min | max | mean | median | ||
| 0 | Iris-setosa | 4.3 | 5.8 | 5.006 | 5.0 | 2.3 | 4.4 | 3.418 | 3.4 | 1.0 | 1.9 | 1.464 | 1.50 | 0.1 | 0.6 | 0.244 | 0.2 |
| 1 | Iris-versicolor | 4.9 | 7.0 | 5.936 | 5.9 | 2.0 | 3.4 | 2.770 | 2.8 | 3.0 | 5.1 | 4.260 | 4.35 | 1.0 | 1.8 | 1.326 | 1.3 |
| 2 | Iris-virginica | 4.9 | 7.9 | 6.588 | 6.5 | 2.2 | 3.8 | 2.974 | 3.0 | 4.5 | 6.9 | 5.552 | 5.55 | 1.4 | 2.5 | 2.026 | 2.0 |
Wykresy¶
4) Analiza dwuwymiarowa:¶
Korelacja miedzy danymi¶
| Długość_Kielicha | Szerokość_Kielicha | Długość_Płatka | Szerokość_Płatka | |
|---|---|---|---|---|
| Długość_Kielicha | 1.000000 | -0.109369 | 0.871754 | 0.817954 |
| Szerokość_Kielicha | -0.109369 | 1.000000 | -0.420516 | -0.356544 |
| Długość_Płatka | 0.871754 | -0.420516 | 1.000000 | 0.962757 |
| Szerokość_Płatka | 0.817954 | -0.356544 | 0.962757 | 1.000000 |
Wnioski końcowe:¶
Na podstawie przeprowadzonej analizy danych dotyczącej zbioru danych¶
Iris - można wyciągnąć następujące wnioski:¶
1) Struktura Danych:¶
Zbiór danych jest kompletny i składa się z 150 wierszy oraz 5 kolumn. Każda odmiana¶
Irysa zawiera 50 rekordów, co zapewnia równowagę w analizie danych.¶
2) Charakterystyka odmian:¶
Setosa: Jest najmniejsza spośród trzech odmian. Średnia długość kielicha wynosi 5cm,¶
a szerokość 3.4cm. Płatki tego gatunku charakteryzują się średnią¶
długością 1.5cm i szerokością 0.2cm.¶
* Versicolor: Stanowi średnią odmianę. Średnia długość kielicha to 5.9cm, a szerokość¶
2.8cm. Płatki mają średnią długość 4.35cm i szerokość 1.3cm.¶
Virginica: Jest największą odmianą. Średnia długość jej kielicha to 6.5cm,¶
z szerokością 3cm. Płatki tej odmiany mają średnią długość 5.55cm i szerokość 2cm.¶
3) Granice Między Gatunkami:¶
Analiza wykazała, że już z użyciem zaledwie 2-3 wykresów można jednoznacznie określić¶
różnice i granice między badanymi gatunkami Irysa. Każda odmiana ujawnia unikalne¶
wzorce w wymiarach kielichów i płatków.¶
4) Zastosowanie Modelu Uczenia Maszynowego:¶
Wyraźnie zdefiniowane granice między odmianami sugerują, że model uczenia maszynowego¶
z wysokim prawdopodobieństwem będzie w stanie poprawnie nauczyć się identyfikować gatunki¶
na podstawie wymiarów, co może być praktyczne w klasyfikacji nowych próbek.¶
5) Zastosowania Praktyczne:¶
Wyciągnięte wzorce i granice mogą mieć zastosowanie w klasyfikacji i identyfikacji¶