Piccoli fix nel codice

stegua · stegua · commit 579e7927d72f · 2017-04-06T11:54:16.000+02:00
diff --git a/Lab 5 - Quick Look at Machine Learning.ipynb b/Lab 5 - Quick Look at Machine Learning.ipynb
@@ -152,7 +152,7 @@
     "from sklearn.model_selection import train_test_split\n",
     "\n",
     "# Generate TRAINING e TEST sets\n",
-    "x_train, x_test, y_train, y_test = train_test_split(bm[['Age', 'Official Time', '5K']], list(map(lambda x: int(x == 'M'), bm['M/F'])), random_state=0)"
+    "x_train, x_test, y_train, y_test = train_test_split(bm[['Age', 'Official Time']], list(map(lambda x: int(x == 'M'), bm['M/F'])), random_state=0)"
    ]
   },
   {
@@ -252,7 +252,7 @@
    },
    "outputs": [],
    "source": [
-    "sns.jointplot(data=bm, x='Age', y='5K', kind='reg', color='g')\n",
+    "sns.jointplot(data=bm, x='Age', y='Official Time', kind='reg', color='g')\n",
     "sns.plt.show()"
    ]
   },
@@ -265,7 +265,7 @@
    "outputs": [],
    "source": [
     "bm_female = bm[bm['M/F'] == 'F']\n",
-    "sns.jointplot(data=bm_female, x='Age', y='5K', kind='reg', color='r')\n",
+    "sns.jointplot(data=bm_female, x='Age', y='Official Time', kind='reg', color='r')\n",
     "sns.plt.show()"
    ]
   },
@@ -279,7 +279,7 @@
    "outputs": [],
    "source": [
     "bm_male = bm[bm['M/F'] == 'M']\n",
-    "sns.jointplot(data=bm_male, x='Age', y='5K', kind='reg', color='b')\n",
+    "sns.jointplot(data=bm_male, x='Age', y='Official Time', kind='reg', color='b')\n",
     "sns.plt.show()"
    ]
   },
@@ -344,9 +344,9 @@
    "metadata": {},
    "source": [
     "## Predizione con Regressione Lineare\n",
-    "Per un semplice esempio di come eseguire una regressione lineare con SciKit Learn, consultare l'esempio seguente sulla [predizione del diabete](http://scikit-learn.org/stable/tutorial/statistical_inference/supervised_learning.html)\n",
+    "Per un semplice esempio di come eseguire una regressione lineare con SciKit Learn, consultare l'esempio seguente sulla [predizione del diabete](http://scikit-learn.org/stable/tutorial/statistical_inference/supervised_learning.html).\n",
     "\n",
-    "**ESERCIZIO 2:** Usando la libreria SciKit, implementare una semplice regressione lineare per classificare il sesso di un corridore in base ad alcune delle sue covariate. **CONFRONTARE** le statistiche di base con il predittore \"costante\" e quello ottenuto tramite il metodo dei \"k\" campioni più simili (il `KNeighborsClassifier` usato sopra)."
+    "**ESERCIZIO 2:** Usando la libreria SciKit, implementare una semplice regressione lineare per classificare il sesso di un corridore in base ad alcune delle sue covariate (per esempio, età e tempo di percorrenza finale). **CONFRONTARE** le statistiche di base con il predittore \"costante\" e quello ottenuto tramite il metodo dei \"k\" campioni più simili (il `KNeighborsClassifier` usato sopra)."
    ]
   },
   {
