Data Science - собесы

🤔 Что такое интерквантили? Это статистическая мера вариативности, которая описывает диапазон центральных 50% данных в наборе. IQR используется для оценки разброса данных и для выявления выбросов. 🚩Понятия 🟠Квартили Первый квартиль (Q1): Значение, ниже которого находится 25% данных. Второй квартиль (Q2): Это медиана, значение, ниже которого находится 50% данных. Третий квартиль (Q3): Значение, ниже которого находится 75% данных. 🟠Интерквартильный размах (IQR) Разница между третьим и первым квартилями. Интерпретация: IQR показывает диапазон, в котором находится центральная половина данных, и помогает понять разброс данных вокруг медианы. IQR = Q3 - Q1 🚩Примеры 🟠Сортировка данных [1, 3, 3, 6, 7, 8, 9, 15, 18, 19] 🟠Вычисление квартилей Первый квартиль (Q1): Среднее значение между вторым и третьим элементом (3 и 6), то есть 4.5. Медиана (Q2): Среднее значение между пятым и шестым элементом (7 и 8), то есть 7.5. Третий квартиль (Q3): Среднее значение между восьмым и девятым элементом (15 и 18), то есть 16.5. Вычисление IQR: IQR = Q3 - Q1 = 16.5 - 4.5 = 12 🚩Использование интерквартильного размаха 🟠Выявление выбросов Значения, которые находятся ниже \(Q1 - 1.5 \times IQR\) или выше \(Q3 + 1.5 \times IQR\), считаются выбросами. 🟠Сравнение распределений IQR может использоваться для сравнения разброса данных в разных наборах или группах. Пример import numpy as np # Данные data = [1, 3, 3, 6, 7, 8, 9, 15, 18, 19] # Вычисление квартилей Q1 = np.percentile(data, 25) Q2 = np.percentile(data, 50) Q3 = np.percentile(data, 75) # Вычисление IQR IQR = Q3 - Q1 print(f"Первый квартиль (Q1): {Q1}") print(f"Медиана (Q2): {Q2}") print(f"Третий квартиль (Q3): {Q3}") print(f"Интерквартильный размах (IQR): {IQR}") # Выявление выбросов lower_bound = Q1 - 1.5 * IQR upper_bound = Q3 + 1.5 * IQR print(f"Границы для выбросов: {lower_bound} и {upper_bound}") outliers = [x for x in data if x < lower_bound or x > upper_bound] print(f"Выбросы: {outliers}") Ставь 👍 и забирай 📚 Базу знаний