Fix some bugs (#334)

* Update README.zh-cn.md * Update README.zh-cn.md * Update README.zh-cn.md * Update assignment.zh-cn.md * Update README.zh-cn.md * Update assignment.zh-cn.md * Update README.zh-cn.md * Update assignment.zh-cn.md * Update README.ja.md * Update README.ko.md * Update README.md
3 years ago · 155de356ad
parent b1ea79a476
commit 155de356ad
10 changed files with 46 additions and 45 deletions
--- a/2-Regression/1-Tools/README.md
+++ b/2-Regression/1-Tools/README.md
@ -116,10 +116,10 @@ Import some libraries to help with your tasks.

 The built-in [diabetes dataset](https://scikit-learn.org/stable/datasets/toy_dataset.html#diabetes-dataset) includes 442 samples of data around diabetes, with 10 feature variables, some of which include:

-age: age in years
-bmi: body mass index
-bp: average blood pressure
-s1 tc: T-Cells (a type of white blood cells)
+- age: age in years
+- bmi: body mass index
+- bp: average blood pressure
+- s1 tc: T-Cells (a type of white blood cells)

 ✅ This dataset includes the concept of 'sex' as a feature variable important to research around diabetes. Many medical datasets include this type of binary classification. Think a bit about how categorizations such as this might exclude certain parts of a population from treatments.

--- a/2-Regression/1-Tools/translations/README.ja.md
+++ b/2-Regression/1-Tools/translations/README.ja.md
@ -121,10 +121,10 @@ Scikit-learnは、モデルを構築し、評価を行って実際に利用す

 組み込みの [diabetes dataset](https://scikit-learn.org/stable/datasets/toy_dataset.html#diabetes-dataset) には、糖尿病に関する442サンプルのデータが含まれており、10個の変数が含まれています。

-age: 年齢
-bmi: ボディマス指数
-bp: 平均血圧
-s1 tc: T細胞（白血球の一種）
+- age: 年齢
+- bmi: ボディマス指数
+- bp: 平均血圧
+- s1 tc: T細胞（白血球の一種）

 ✅ このデータセットには、糖尿病に関する研究に重要な変数として「性別」の概念が含まれています。多くの医療データセットには、このようなバイナリ分類が含まれています。このような分類が、人口のある部分を治療から排除する可能性があることについて、少し考えてみましょう。

--- a/2-Regression/1-Tools/translations/README.ko.md
+++ b/2-Regression/1-Tools/translations/README.ko.md
@ -115,10 +115,10 @@ Scikit-learn 사용하면 올바르게 모델을 만들고 사용하기 위해

 빌트-인된 [diabetes dataset](https://scikit-learn.org/stable/datasets/toy_dataset.html#diabetes-dataset)은 당뇨에 대한 442개의 데이터 샘플이 있고, 10개의 feature 변수가 있으며, 그 일부는 아래와 같습니다:

-age: age in years
-bmi: body mass index
-bp: average blood pressure
-s1 tc: T-Cells (a type of white blood cells)
+- age: age in years
+- bmi: body mass index
+- bp: average blood pressure
+- s1 tc: T-Cells (a type of white blood cells)

 ✅ 이 데이터셋에는 당뇨를 연구할 때 중요한 feature 변수인 '성' 컨셉이 포함되어 있습니다. 많은 의학 데이터셋에는 binary classification의 타입이 포함됩니다. 이처럼 categorizations이 치료에서 인구의 특정 파트를 제외할 수 있는 방법에 대하여 조금 고민해보세요.

--- a/2-Regression/1-Tools/translations/README.zh-cn.md
+++ b/2-Regression/1-Tools/translations/README.zh-cn.md
@ -30,7 +30,7 @@

   > 通过学习这一系列的 [学习模块](https://docs.microsoft.com/users/jenlooper-2911/collections/mp1pagggd5qrq7?WT.mc_id=academic-15963-cxa) 熟悉 Python

-3. **按照 [这些说明] 安装 Scikit learn**(https://scikit-learn.org/stable/install.html)。由于你需要确保使用 Python3，因此建议你使用虚拟环境。注意，如果你是在 M1 Mac 上安装这个库，在上面链接的页面上有特别的说明。
+3. **按照 [这些说明](https://scikit-learn.org/stable/install.html) 安装 Scikit learn**。由于你需要确保使用 Python3，因此建议你使用虚拟环境。注意，如果你是在 M1 Mac 上安装这个库，在上面链接的页面上有特别的说明。

 4. **安装 Jupyter Notebook**。你需要 [安装 Jupyter 包](https://pypi.org/project/jupyter/)。

@ -112,10 +112,10 @@ Scikit-learn 使构建模型和评估它们的使用变得简单。它主要侧

 内置的 [糖尿病数据集](https://scikit-learn.org/stable/datasets/toy_dataset.html#diabetes-dataset) 包含 442 个围绕糖尿病的数据样本，具有 10 个特征变量，其中包括：

-age：岁数
-bmi：体重指数
-bp：平均血压
-s1 tc：T 细胞（一种白细胞）
+- age：岁数
+- bmi：体重指数
+- bp：平均血压
+- s1 tc：T 细胞（一种白细胞）

 ✅ 该数据集包括“性别”的概念，作为对糖尿病研究很重要的特征变量。许多医学数据集包括这种类型的二元分类。想一想诸如此类的分类如何将人群的某些部分排除在治疗之外。

@ -204,4 +204,4 @@ s1 tc：T 细胞（一种白细胞）

 ## 任务  

-[不同的数据集](../assignment.md)
+[不同的数据集](./assignment.zh-cn.md)
--- a/2-Regression/1-Tools/translations/assignment.zh-cn.md
+++ b/2-Regression/1-Tools/translations/assignment.zh-cn.md
@ -3,7 +3,7 @@
 ## 说明

 先看看 Scikit-learn 中的 [Linnerud 数据集](https://scikit-learn.org/stable/modules/generated/sklearn.datasets.load_linnerud.html#sklearn.datasets.load_linnerud)
-这个数据集中有多个[目标变量（target）](https://scikit-learn.org/stable/datasets/toy_dataset.html#linnerrud-dataset)，其中包含了三种运动（训练数据）和三个生理指标（目标变量）组成，这些数据都是从一个健身俱乐部中的20名中年男子收集到的。
+这个数据集中有多个[目标变量（target）](https://scikit-learn.org/stable/datasets/toy_dataset.html#linnerrud-dataset)，其中包含了三种运动（训练数据）和三个生理指标（目标变量）组成，这些数据都是从一个健身俱乐部中的 20 名中年男子收集到的。

 之后用自己的方式，创建一个可以描述腰围和完成仰卧起坐个数关系的回归模型。用同样的方式对这个数据集中的其它数据也建立一下模型探究一下其中的关系。

--- a/2-Regression/2-Data/translations/README.zh-cn.md
+++ b/2-Regression/2-Data/translations/README.zh-cn.md
@ -1,6 +1,6 @@
 # 使用 Scikit-learn 构建回归模型：准备和可视化数据

-> ![数据可视化信息图](../images/data-visualization.png)
+![数据可视化信息图](../images/data-visualization.png)
 > 作者 [Dasani Madipalli](https://twitter.com/dasani_decoded)

 ## [课前测](https://white-water-09ec41f0f.azurestaticapps.net/quiz/11/)
@ -38,7 +38,7 @@

 ## 练习 - 分析南瓜数据

-让我们使用 [Pandas](https://pandas.pydata.org/)，（“Python 数据分析”的意思）一个非常有用的工具，用于分析和准备南瓜数据。
+让我们使用 [Pandas](https://pandas.pydata.org/)，（“Python 数据分析” Python Data Analysis 的意思）一个非常有用的工具，用于分析和准备南瓜数据。

 ### 首先，检查遗漏的日期

@ -200,4 +200,4 @@

 ## 任务

-[探索可视化](../assignment.md)
+[探索可视化](./assignment.zh-cn.md)
--- a/2-Regression/2-Data/translations/assignment.zh-cn.md
+++ b/2-Regression/2-Data/translations/assignment.zh-cn.md
@ -6,4 +6,4 @@

 | 标准 | 优秀 | 中规中矩 | 仍需努力 |
 | -------- | --------- | -------- | ----------------- |
-|          | 提交了含有两种探索可视化方法的notebook工程文件         |   提交了只包含有一种探索可视化方法的notebook工程文件       |  没提交  notebook 工程文件                 |
+|          | 提交了含有两种探索可视化方法的 notebook 工程文件         |   提交了只包含有一种探索可视化方法的 notebook 工程文件       |  没提交  notebook 工程文件                 |
--- a/2-Regression/3-Linear/translations/README.zh-cn.md
+++ b/2-Regression/3-Linear/translations/README.zh-cn.md
@ -9,7 +9,7 @@

 到目前为止，你已经通过从我们将在本课程中使用的南瓜定价数据集收集的样本数据探索了什么是回归。你还使用 Matplotlib 对其进行了可视化。

-现在你已准备好深入研究 ML 的回归。 在本课中，你将详细了解两种类型的回归：_基本线性回归_和_多项式回归_，以及这些技术背后的一些数学知识。
+现在你已准备好深入研究 ML 的回归。 在本课中，你将详细了解两种类型的回归：_基本线性回归_ 和 _多项式回归_，以及这些技术背后的一些数学知识。

 > 在整个课程中，我们假设数学知识最少，并试图让来自其他领域的学生也能接触到它，因此请使用笔记、🧮标注、图表和其他学习工具以帮助理解。

@ -24,6 +24,7 @@
 - 什么时候买南瓜最好？
 - 一箱微型南瓜的价格是多少？
 - 我应该买半蒲式耳还是 1 1/9 蒲式耳？
+
 让我们继续深入研究这些数据。

 在上一课中，你创建了一个 Pandas dataframe 并用原始数据集的一部分填充它，按蒲式耳标准化定价。但是，通过这样做，你只能收集大约 400 个数据点，而且只能收集秋季月份的数据。
@ -43,41 +44,41 @@

 > **🧮 数学知识**
 >
-> 这条线称为_最佳拟合线_，可以用[一个等式](https://en.wikipedia.org/wiki/Simple_linear_regression)表示：
+> 这条线称为 _最佳拟合线_，可以用[一个等式](https://en.wikipedia.org/wiki/Simple_linear_regression)表示：
 >
 > ```
 > Y = a + bX
 > ```
 >
-> `X` 是“解释变量”。`Y` 是“因变量”。直线的斜率是`b`，`a`是y轴截距，指的是`X = 0`时`Y`的值。
+> `X` 是“解释变量”。`Y` 是“因变量”。直线的斜率是 `b`，`a` 是 y 轴截距，指的是 `X = 0` 时 `Y` 的值。
 >
 >![计算斜率](../images/slope.png)
 >
-> 首先，计算斜率`b`。作者[Jen Looper](https://twitter.com/jenlooper)
+> 首先，计算斜率 `b`。作者 [Jen Looper](https://twitter.com/jenlooper)
 >
-> 换句话说，参考我们的南瓜数据的原始问题：“按月预测每蒲式耳南瓜的价格”，`X`指的是价格，`Y`指的是销售月份。
+> 换句话说，参考我们的南瓜数据的原始问题：“按月预测每蒲式耳南瓜的价格”，`X` 指的是价格，`Y` 指的是销售月份。
 >
->![完成等式](../images/calculation.png)
+> ![完成等式](../images/calculation.png)
 >
-> 计算Y的值。如果你支付大约4美元，那一定是四月！作者[Jen Looper](https://twitter.com/jenlooper)
+> 计算 Y 的值。如果你支付大约 4 美元，那一定是四月！作者 [Jen Looper](https://twitter.com/jenlooper)
 >
-> 计算直线的数学必须证明直线的斜率，这也取决于截距，或者当`X = 0`时`Y`所在的位置。
+> 计算直线的数学必须证明直线的斜率，这也取决于截距，或者当 `X = 0` 时 `Y` 所在的位置。
 >
-> 你可以在[Math is Fun](https://www.mathsisfun.com/data/least-squares-regression.html)网站上观察这些值的计算方法。另请访问[这个最小二乘计算器](https://www.mathsisfun.com/data/least-squares-calculator.html)以观察数字的值如何影响直线。
+> 你可以在 [Math is Fun](https://www.mathsisfun.com/data/least-squares-regression.html) 网站上观察这些值的计算方法。另请访问[这个最小二乘计算器](https://www.mathsisfun.com/data/least-squares-calculator.html)以观察数字的值如何影响直线。

 ## 相关性

-另一个需要理解的术语是给定X和Y变量之间的**相关系数**。使用散点图，你可以快速可视化该系数。数据点散布在一条直线上的图具有高相关性，但数据点散布在X和Y之间的图具有低相关性。
+另一个需要理解的术语是给定 X 和 Y 变量之间的**相关系数**。使用散点图，你可以快速可视化该系数。数据点散布在一条直线上的图具有高相关性，但数据点散布在 X 和 Y 之间的图具有低相关性。

-一个好的线性回归模型将是一个用最小二乘回归法与直线回归得到的高（更接近于1）相关系数的模型。
+一个好的线性回归模型将是一个用最小二乘回归法与直线回归得到的高（更接近于 1）相关系数的模型。

-✅ 运行本课随附的notebook并查看City to Price散点图。根据你对散点图的视觉解释，将南瓜销售的城市与价格相关联的数据似乎具有高相关性或低相关性？
+✅ 运行本课随附的 notebook 并查看 City to Price 散点图。根据你对散点图的视觉解释，将南瓜销售的城市与价格相关联的数据似乎具有高相关性或低相关性？

 ## 为回归准备数据

 现在你已经了解了本练习背后的数学原理，可以创建一个回归模型，看看你是否可以预测哪个南瓜包装的南瓜价格最优惠。为节日购买南瓜的人可能希望此信息能够优化他们如何购买南瓜包装。

-由于你将使用Scikit-learn，因此没有理由手动执行此操作（尽管你可以！）。在课程notebook的主要数据处理块中，从Scikit-learn添加一个库以自动将所有字符串数据转换为数字：
+由于你将使用 Scikit-learn，因此没有理由手动执行此操作（尽管你可以！）。在课程 notebook 的主要数据处理块中，从 Scikit-learn 添加一个库以自动将所有字符串数据转换为数字：

 ```python
 from sklearn.preprocessing import LabelEncoder
@ -85,7 +86,7 @@ from sklearn.preprocessing import LabelEncoder
 new_pumpkins.iloc[:, 0:-1] = new_pumpkins.iloc[:, 0:-1].apply(LabelEncoder().fit_transform)
 ```

-如果你现在查看new_pumpkins dataframe，你会看到所有字符串现在都是数字。这让你更难阅读，但对Scikit-learn来说更容易理解！
+如果你现在查看 new_pumpkins dataframe，你会看到所有字符串现在都是数字。这让你更难阅读，但对 Scikit-learn 来说更容易理解！

 现在，你可以对最适合回归的数据做出更有根据的决策（不仅仅是基于观察散点图）。

@ -116,7 +117,7 @@ new_pumpkins.dropna(inplace=True)
 new_pumpkins.info()
 ```

-然后，从这个最小集合创建一个新的dataframe并将其打印出来：
+然后，从这个最小集合创建一个新的 dataframe 并将其打印出来：

 ```python
 new_columns = ['Package', 'Price']
@ -148,7 +149,7 @@ lin_pumpkins
   y = lin_pumpkins.values[:, 1:2]
   ```

-✅ 这里发生了什么？你正在使用 [Python slice notation](https://stackoverflow.com/questions/509211/understanding-slice-notation/509295#509295) 来创建数组来填充`X`和`y`。
+✅ 这里发生了什么？你正在使用 [Python slice notation](https://stackoverflow.com/questions/509211/understanding-slice-notation/509295#509295) 来创建数组来填充 `X` 和 `y`。

 2. 接下来，开始回归模型构建例程：

@ -215,7 +216,7 @@ lin_pumpkins

 多项式回归创建一条曲线以更好地拟合非线性数据。

-1. 让我们重新创建一个填充了原始南瓜数据片段的dataframe：
+1. 让我们重新创建一个填充了原始南瓜数据片段的 dataframe：

   ```python
   new_columns = ['Variety', 'Package', 'City', 'Month', 'Price']
@ -224,7 +225,7 @@ lin_pumpkins
   poly_pumpkins
   ```

-可视化dataframe中数据之间相关性的一种好方法是将其显示在“coolwarm”图表中：
+可视化 dataframe 中数据之间相关性的一种好方法是将其显示在“coolwarm”图表中：

 2. 使用 `Background_gradient()` 方法和 `coolwarm` 作为其参数值：

@ -240,7 +241,7 @@ lin_pumpkins

 ### 创建管道

-Scikit-learn 包含一个用于构建多项式回归模型的有用 API - `make_pipeline` [API](https://scikit-learn.org/stable/modules/generated/sklearn.pipeline.make_pipeline.html?highlight=pipeline#sklearn.pipeline.make_pipeline)。 创建了一个“管道”，它是一个估计器链。 在这种情况下，管道包括多项式特征或形成非线性路径的预测。
+Scikit-learn 包含一个用于构建多项式回归模型的有用 API - `make_pipeline` [API](https://scikit-learn.org/stable/modules/generated/sklearn.pipeline.make_pipeline.html?highlight=pipeline#sklearn.pipeline.make_pipeline)。 创建了一个“管道”，它是一个估计器链。在这种情况下，管道包括多项式特征或形成非线性路径的预测。

 1. 构建 X 和 y 列：

@ -337,4 +338,4 @@ Scikit-learn 包含一个用于构建多项式回归模型的有用 API - `make_

 ## 任务

-[构建模型](../assignment.md)
+[构建模型](./assignment.zh-cn.md)
--- a/2-Regression/4-Logistic/translations/README.zh-cn.md
+++ b/2-Regression/4-Logistic/translations/README.zh-cn.md
@ -297,4 +297,4 @@ print(auc)

 ## 任务

-[重试此回归](../assignment.md)
+[重试此回归](./assignment.zh-cn.md)
--- a/2-Regression/4-Logistic/translations/assignment.zh-cn.md
+++ b/2-Regression/4-Logistic/translations/assignment.zh-cn.md
@ -8,4 +8,4 @@

 | 标准 | 优秀                                                               | 中规中矩                                                     | 仍需努力                                           |
 | -------- | ----------------------------------------------------------------------- | ------------------------------------------------------------ | ----------------------------------------------------------- |
-|          | 用notebook呈现了一个解释性和性能良好的模型 | 用notebook呈现了一个性能一般的模型 | 用notebook呈现了一个性能差的模型或根本没有模型 |
+|          | 用 notebook 呈现了一个解释性和性能良好的模型 | 用 notebook 呈现了一个性能一般的模型 | 用 notebook 呈现了一个性能差的模型或根本没有模型 |