Python ရှိ လော့ဂရစ်သမ် ဆုတ်ယုတ်မှု (အဆင့်ဆင့်)

လော့ဂရစ်သမ် ဆုတ်ယုတ်မှု သည် ပထမပိုင်းတွင် လျင်မြန်စွာ ကြီးထွားမှု သို့မဟုတ် ကျဆင်းမှု အရှိန်မြှင့်ပြီးနောက် အချိန်ကြာလာသည်နှင့်အမျှ နှေးကွေးသည့် အခြေအနေများကို စံနမူနာပြုရန် အသုံးပြုသည့် ဆုတ်ယုတ်မှု အမျိုးအစားတစ်ခု ဖြစ်သည်။

ဥပမာအားဖြင့်၊ အောက်ပါဂရပ်သည် လော့ဂရစ်သမ် ပျက်စီးခြင်း၏ ဥပမာကို ပြသည်-

ဤအခြေအနေမျိုးအတွက်၊ ကြိုတင်ခန့်မှန်းကိန်းရှင်တစ်ခုနှင့် တုံ့ပြန်မှုကိန်းရှင် ကြားရှိ ဆက်နွယ်မှုကို လော့ဂရစ်သမ်ဆုတ်ယုတ်မှုအသုံးပြု၍ ကောင်းစွာစံနမူနာပြုနိုင်သည်။

လော့ဂရစ်သမ် ဆုတ်ယုတ်မှုပုံစံအတွက် ညီမျှခြင်းသည် အောက်ပါပုံစံဖြစ်သည်။

y = a + b*ln(x)

ရွှေ-

• y- တုံ့ပြန်မှု ကိန်းရှင်
• x- ကြိုတင်ခန့်မှန်းနိုင်သောကိန်းရှင်
• a, b- x နှင့် y အကြား ဆက်နွယ်မှုကို ဖော်ပြသည့် ဆုတ်ယုတ်မှုကိန်းဂဏန်းများ

အောက်ပါ အဆင့်ဆင့် ဥပမာသည် Python တွင် လော့ဂရစ်သမ် ဆုတ်ယုတ်မှုကို မည်သို့လုပ်ဆောင်ရမည်ကို ပြသထားသည်။

အဆင့် 1: ဒေတာကိုဖန်တီးပါ။

ပထမဦးစွာ၊ x နှင့် y ကိန်းရှင်နှစ်ခုအတွက် ဒေတာအတုဖန်တီးကြပါစို့။

 import numpy as np
x = np. arange (1, 16, 1)
y = np. array ([59, 50, 44, 38, 33, 28, 23, 20, 17, 15, 13, 12, 11, 10, 9.5])

အဆင့် 2- ဒေတာကို မြင်ယောင်ကြည့်ပါ။

ထို့နောက် x နှင့် y အကြား ဆက်နွယ်မှုကို မြင်သာစေရန် အမြန် scatterplot တစ်ခုကို ဖန်တီးကြပါစို့။

 import matplotlib. pyplot as plt

plt. scatter (x,y)
plt. show () 

ဂရပ်ဖ်မှ၊ variable နှစ်ခုကြားတွင် logarithmic decay ပုံစံရှိကြောင်း တွေ့နိုင်ပါသည်။ တုံ့ပြန်မှုကိန်းရှင် y ၏တန်ဖိုးသည် အစပိုင်းတွင် လျင်မြန်စွာ ကျဆင်းသွားပြီး အချိန်နှင့်အမျှ နှေးကွေးသွားသည်။

ထို့ကြောင့် ကိန်းရှင်များကြား ဆက်နွယ်မှုကို ဖော်ပြရန် လော့ဂရစ်သမ် ဆုတ်ယုတ်မှုညီမျှခြင်းကို အံဝင်ခွင်ကျဖြစ်ဟန်တူသည်။

အဆင့် 3- လော့ဂရစ်သမ်ဆုတ်ယုတ်မှုပုံစံကို အံကိုက်လုပ်ပါ။

ထို့နောက်၊ ကျွန်ုပ်တို့သည် x ၏ သဘာဝ လော့ဂရစ်သမ်ကို ခန့်မှန်းသူကိန်းရှင်နှင့် တုံ့ပြန်မှုကိန်းရှင်အဖြစ် y ကို အသုံးပြု၍ လော့ဂရစ်သမ်ဆုတ်ယုတ်မှုပုံစံနှင့် ကိုက်ညီရန် polyfit() လုပ်ဆောင်ချက်ကို အသုံးပြုပါမည်။

 #fit the model
fit = np. polyfit (np. log (x), y, 1)

#view the output of the model
print(fit)

[-20.19869943 63.06859979]

အောက်ဖော်ပြပါ ချိန်ညှိထားသော logarithmic regression equation ကိုရေးရန် ရလဒ်မှ coefficients ကိုသုံးနိုင်သည်။

y = 63.0686 – 20.1987 * ln(x)

ကြိုတင်ခန့်မှန်းကိန်းရှင် ကိန်းရှင် x ၏တန်ဖိုးအပေါ်အခြေခံ၍ တုံ့ပြန်မှုကိန်းရှင် y ကို ခန့်မှန်းရန် ဤညီမျှခြင်းကို ကျွန်ုပ်တို့အသုံးပြုနိုင်ပါသည်။ ဥပမာ x = 12 ဆိုရင် y က 12.87 ဖြစ်မယ် ၊

y = 63.0686 – 20.1987 * ln(12) = 12.87

အပိုဆု- ပေးထားသော ခန့်မှန်းသူနှင့် တုံ့ပြန်မှု variable အတွက် လော့ဂရစ်သမ် ဆုတ်ယုတ်မှုညီမျှခြင်းကို အလိုအလျောက် တွက်ချက်ရန် ဤအွန်လိုင်း လော့ဂရစ်သမ် ဆုတ်ယုတ်မှုဂဏန်းတွက်စက်ကို အသုံးပြုပါ။

ထပ်လောင်းအရင်းအမြစ်များ

Python ရှိ Linear Regression အတွက် ပြီးပြည့်စုံသော လမ်းညွှန်
Python တွင် Exponential Regression လုပ်ဆောင်နည်း
Python တွင် Logistic Regression ကို မည်သို့လုပ်ဆောင်မည်နည်း။