10月5日
Veri bilimciadayınınBilmesigereken temel孩子
İstatistikselAnaliz，VerilerdekiiçgörüleriEldeEtmek，BulmakIçinKullanılanEnGüçlüTekniklerdenbiridir。Hava Durumunu Tahmin Etmek，DalgalanmayıTahminEtmek，Duygu Analizi yapmak ve dahafazlasıiçinyaygınYaygınOalakKullakKullanılır。Teknolojideki Ilerleme nedeniyle，istatistikçilereolan talephızlaArttı。İstatiSikler，belirginiçgörülerEldeetmekvekarmaşıkişsorunlarınıçözmekezmekiçinmakineMakineIminimi（Ml）Ve Yapay Yapay Zeka（ai）
buyazımda，uygulamalıÖrneklerlepython’daki istatistiksel fonksiyonlarhakkındabilgi bilgi edinecekeksiniz。ancakaşağıdakimaddeleriunutmayalımveistatistiğinÖneminiBuradananlayalımönce…
- 伊斯塔蒂斯蒂克Veri bilimin bilim - MakineÖğenmesininImetrenmeKısmıdır。
- 伊斯塔蒂斯蒂克：veri bilimininomurgasıdır。
- İstatistikve Veri bilimi，işsorunlarınıçözmekiçinel ele gider。
- ÇoğuKuruluş，Modelleri她的GünYenideneğitmeyeHazırDeğildir。İstatistik，gelecektekieğilimleritahmin etmekizin makineÖğenimialgoritmalarıiçintemelSemelSeelağlar。BununYanısıraGenelleme-YeseneğiniInceleyen ve Elinizde Olmayan Verilerhakkındatahminler vevarsayımlaryapan yapan bir bilimdir。Bu SayedeVeriGörselustirmelerive eda（KeşifselVeri Analizi）
BuYazımdaKullanılanistatistikselYöntemlerLoldukçaKullanışlıdırveHerhangibirkarmaşıkveriKümesinikoumesini kulaycakeşfetmekikeşfetmekiçinkullanılabilir。Veri Biliminin betimselistatistikBölümünün％80'indenfazlasınıKapsar。
VeriAnaliziİçinenÖnemliİstatistikselfonksiyonlar
UygulamalıÖrneklerIleIle ilerlemekAdına，popülerOlanve kaggle’dabulunanünlünlütitanicveri setini tercih tercih ettim。
gerekliModüllerinİçeAktarılması：
VerisetiniYüklemek：
1.）平均（Ortalama）
Ortalama，Verilerinizinortalamasıdır。tümSayılarınpormıvedaha sonra toplamgözlemsayısınaBölünmesidir。
2.）几何平均值（GeoMetrik Ortalama）
GeoMetrik Ortalama，terimlerinçarpımınıkullanansayıKümesininortalama getirioranıolanıolanıolanıolaraktanımlanır。
3.）谐波平均值（Harmonik Ortalama）
Harmonik OrtalamaIfadesi，GözlemSonuçlarınınTerslerininaritmetikortalamasınınTersineverilen isimdir。Harmonik Ortalama，串珠布鲁南SayılarınTersineBölümüilehesaplanmaktadır..
4.）mod
Örneğin;birsınıfınnotları;25、50、70、35、70、50、70、25、70、50 ISE，bu grubun tepedeğeriya da damodDeğeri，70'tirçünküenFazla tekrarlananSayı70'tirve yine yine bu grubunfrekansı4'türçünkü70Sayısıporplamda4 defatekrarlanmıştır。
5.）中位数（Medyan）
Medyan，Verilerin MerkezNoktasıVeya％50'likYüzdelikDilimidir。BirBaşkaifadeyle;梅迪安（Ya da ortanca）Biranakütleya daIÖrneklemVeri veriküçüküktenBüyü-doğedoğruSıruSıru-sıradığımızda，Seriyi ortadan ikiyeeeyeeAyıranDeğereDeğereDenir。Örneğin：2–0–3–4–7–2–9SayılarınınMedyanDeğeri4'tür。
6.）差异（Varyans）
瓦里亚人，Ortalamadan Standart Sapma Olarak da BilinenfarklarınKaresininortalamasıdır。BasitçeSölemekGerekirse，瓦里亚人，birÖrnekVeyaVeriKümesiiçindekiverinoktalarınınNekadaryayılmışolduğununununistatistikseliboununun istatistikselbirölçüdür。BirBaşkaifadeyle;VerilerinDağılımınıveyaYayılmasınıGösterir。Yüksekbir varyans，değerlerinortalamadan uzakolduğuveverilerinyüksekdeğişkenliğeSahipsahipedu-olduğu-alllamınaGelir。ÖteYandan，DüşükVaryans，VerilerdeDüşükdağılımAnlamınaGelir，BudaDüşükDeğişkenlikSkenlikAnlamınaGelir。
7.）标准偏差（Standart Sapma）
Standart Sapma，VerilerdekiDağılımölçüsünügösterir。Ortalama Veya OrtalamadeğerEtrafındane kadar veriyayıldığınısöyler。泰坦尼克号VeriKümesinde，YolcuSınıfıSütunundaortalamadeğerdensapma0.84'tür。
8.）正态分布（正常dağılım）
常规dağılımBazenKarşımıza高斯eğrisiya da高斯dağılımıOlarakdaçıkabilir。çokbasit的KıkilleAklamakgerekirse bir veri setinde medyandeğerinveortalamanınBirbirineCokYakın（IdealindeEşit）OlmasıDurumudur。yaniverilerinçoğuu-ortalamadeğer/medyanetrafındaKümelenirve bir tepecikoluşturur。
simdidiğerönemliiStatistikselfonksiyonlarıkeşfetmekamacıylaVücutpercormansıveri setinikullanacağz：
VerisetiniYüklemek：
- 偏斜（çarpıklık）
çarpıklık（偏斜）Katsayısınormandağılımda0'dır。负çarpıklıkkatsayısıSağaçarpıkağılıma，pozitifçarpıklıkKatsayısısolaçarpıkdağılımaIşaretEder。basıklık（kurtosis）katsayısıdanormaldağılımda0'dır。
- 正偏度（pozitifçarpıklık）
pozitifçarpıklıkta，verilerdağımınsoltarafınaYayılır。萨拉夫·达哈·乌祖（Sağtarafdaha uzun）
- 负偏度（Negatifçarpıklık）
Negatifçarpıklıkta，Verilerdağımınsağnayayılır。SOL TARAF DAHA UZUNDUR VE MOD ORTALAMA VE MEDYANDANDAHABüyüktür。
- Verisetinde yerAlanTümSütunlarınYoğunlukGrafiğii
9.）Kurtosis（Basıklık）
Basıklık（Kurtosis）KatsayısıdaDağılımda0'dır。pozitifBasıklıkkatsayısısivriDağıma，negatifBasıklıkKatsayısıise巴斯BirDağılımaIşaretEder。dağılımınnormaldağımdanManidarDüzeydeFarklılaşmıyorolmasıiçinBudeğerlerin（-1，+1）AralığindaKalmasıBeklenir。
-Platykurtic
Platykurtic BizeDüzKuyruklarVerir。BUDüzKuyruklar，BileşenlerindeKüçükAykırıYüksekliklikleriGösterir。
- Mesokurtic
MesokurticBakışAçısı正常的OalolakDağırve正常的OlarakGösterilir。
-leptokurtic
Leptokurtic'te，VerilerYakındanDağırırveZirveninYüksekliği，dağılımınGenişlişliğindenDahaBüyüktür。
10.）四分位数范围〜IQR
iqr ortadeğerlerinne kadaryayıldığınısöyler。birdeğerinortasındançokuzakolduğunuSölemekiçinkullanılabilir。阿马AykırıDeğerleritespit etmektir，Bir VeriSetindekiGözlemleringerikalanındanBüyükölçüdeFarklıOlanherhangi bir verinoktasıdır。diğerirbirtanımlageneleğiliminoldukçaDışınaçıkanGözlemBirimi/birimleri。
Aşamalar：
-VerileriArtanDüzendeDüzenleyin。
-ilk（Q1）Veüçüncüçeyrekliği（Q3）Hesaplayın。
-CeseyreklerArasıMesafeyikontroletmekiçiniqr = q3-q1 bu formformülkullanılır。
-AltSınırQ1-1.5（IQR）’i Bulun
-üstSınırQ3 + 1.5（IQR）’我Bulun
eğerbudeğeriaşanyani alt altveüstsınırındışındaKalanbirdeğervarsa离群值（uçdeğer）’dir diyebiliriz。
Elimizdeki Veri setindeeşikdeğerleribulmakiçin互素质yönteminikullanacağız。İlköncenotilelarıbulmamızLazım。
11.）范围（aralık）
Aralık，VeriKümesindeki最低限度的DeğerlerArasındakiFarktır。
12.）平均绝对偏差〜疯狂（Ortalama Mutlak Sapma）
Ortalama Mutlak Sapma，她的Bir VeriNoktasınınOrtalama S/B Mesafesi verVeriKümesindekiOrtalamadeğerdir。Bize VeriSetindekiDeğişkenliğiAnlatır。
13.）相关矩阵（Korelasyon Matrisi）
verisetindeki ikideğişkenarasındakiIlişkiyibulmakiçincorr（）fonksiyonununukullanırız。s/b ikideğişkenarasındakiIlişkininGücünügösterir。İlişkininGücünüaçıkçaGörmekiçin，Seaborn（GörselleştirmeModülünü）KullanarakIsıharitasınıçizebiliriz。布拉达皮尔逊·科雷亚森YönteminiKullandık。diğeryöntemlerdetercih edilebilir，aynızamanda sadece seaborn tercih etmebilsinizgörselleştirmeiçinlyplotly plotly表达VboDülleridetercih tercih tercih tercih tercih edebilirsiniz。
13.）采样（Örneklem）
çokbüyükirVeri setimizolduğunda，VeriSetindenKüçükirtemsiliörnekalabiliriz。YaniBirPopülasyonIçerisindenÖrneklemçekebiliriz。BURADA VERI SETINDENTENEK OLARAK％25 VeriAldım。ZamanKazandırır，ModelinPerformantanırırırırveGörselleştirmeyiIyileştirir。
14.）箱形图
Boxplot VeyaKutuGrafiği，KeşifselVeri AnalizindeYaygınOalarakKullanılmaktadır。Bize Q1，Q3，IQR（OrtaDeğer），Min ver verilerin maksumimumdeğeridahil olmak olmaküzereBeşeBeşSayıÖzetiverir。
15.）协方差（Kovaryans）
Kovaryans，Rassal ikideğişkenarasındakiDoğrusalIlişkiölçülerindenbiridir。kovaryansdeğeriile ikideğişkeninbirlikte ne kadardeğiştiklerivearalarındakiIlişkininyönühakkınünühakkındafikir sahibi oluruz。
kovaryansdeğerlerininsırlarıyokturveğişkenlerinbirimineBağlıollarakÖlçülür。BU DURUMYORUMLAMAGüçlüudenNeden Olur。çünküfarklıÖlçekleresahipveriKümelIndekivaryansdeğerleriKarşılaştırılılbilılbilılabilirdeğildir。BirVeriKümesindekiZayıfBirKovaryansdeğeri，farklıÖlçekleresahipfarklıbir verikümesindeGüçlübirkir kovaryansdeğerinedenk olabilir。
değişkenlerindeğerine kadarbüyükolursa kovaryansdeğeride o kadarbüyükolacaktır。Kovaryans bizedeğişkenlerinarasındakiIlişkininYönühakkındaBilgiverir verir verir ancakbuilişkininnekadargüçlüçlüçlüunuduğunuSöylemez。（Bu bilgiyi bize korelasyonkatsayısıverir.KovaryansıstandartsapmayaBölerekkorelasyonkatsayısısınıeldeederiz。
- değişkenlerAynıYöndehareket ediyorsaaralarındakikovaryansdeğeripozitiftir。
- İkiDeğişkenbirinin tam tasiyöndehareket ediyorsaaralarındakikovaryansdeğerinegatiftirifir。
- eğerDeğişkenlerarasındabirizki yok ise kovaryansdeğeriSıfırayakındır。
Daha Fazla BilgiIçinLütfentıklayınız。
TarıkKaanKoç，san anda ibms。AynıZamandaYazılımMühendisliğiBölümündeokuyorum。betway娱乐官网中等数据科学，ml ve nlp |ios开发hakkındayazılaryazıyorolacağım。LinkedInüzerindenbanaulaşabilirsin。
此致…
