Category: လမ်းညွှန်

မကြာခဏဆိုသလို R ကွက်များတွင် ဝင်ရိုးတစ်ခုပေါ်တွင်အသုံးပြုသောစကေးကို သင်ပြောင်းလိုပေမည်။ ဤသင်ခန်းစာသည် အခြေခံ R နှင့် ggplot2 ကွက်များတွင် ဝင်ရိုးစကေးများကို မည်သို့ပြောင်းလဲရမည်ကို ရှင်းပြထားသည်။ ဥပမာ 1- R ဒေတာဘေ့စ်ရှိ ဝင်ရိုးစကေးများကို မွမ်းမံပါ။ R-based ကွက်တစ်ခုတွင် ဝင်ရိုးစကေးများကို ပြောင်းလဲရန်၊ xlim() နှင့် ylim() လုပ်ဆောင်ချက်များကို သင်အသုံးပြုနိုင်ပါသည်။ အောက်ပါကုဒ်သည် ဤလုပ်ဆောင်ချက်များကို လက်တွေ့တွင် မည်သို့အသုံးပြုရမည်ကို ပြသသည်- #define data df <- data. frame (x=c(1,...

boxplot (တခါတရံ box-and-whisker plot ဟုခေါ်သည်) သည် အောက်ပါတန်ဖိုးများ ပါဝင် သည့် အချက်အလက်အစုံ၏ ဂဏန်းငါးလုံးအကျဉ်းချုပ်ကို ပြသသည့် ကွက်ကွက်တစ်ခုဖြစ်သည် ။ အနိမ့်ဆုံး ပထမလေးပုံတစ်ပုံ မီဒီယံ တတိယလေးပုံတစ်ပုံ အများဆုံး ဤတန်ဖိုးငါးခုကို အသုံးပြု၍ ပေးထားသောဒေတာအစုံတွင် တန်ဖိုးများဖြန့်ကျက်ခြင်းအကြောင်း ခိုင်မာသောနားလည်မှုရရှိရန် boxplot တစ်ခုကို ဖန်တီးနိုင်ပါသည်။ ဒေတာအတွဲနှစ်ခု သို့မဟုတ် နှစ်ခုထက်ပိုသော ကွာခြားချက်များကို လျင်မြန်စွာမြင်ယောင်နိုင်ရန် နှစ်ခု သို့မဟုတ် ထို့ထက်ပိုသော boxplot များကို နှိုင်းယှဉ်နိုင်သည်။ အောက်ဖော်ပြပါ အဆင့်ဆင့် ဥပမာသည်...

boxplot (တခါတရံ box-and-whisker plot ဟုခေါ်သည်) သည် အောက်ပါတန်ဖိုးများ ပါဝင် သည့် အချက်အလက်အစုံ၏ ဂဏန်းငါးလုံးအကျဉ်းချုပ်ကို ပြသသည့် ကွက်ကွက်တစ်ခုဖြစ်သည် ။ အနိမ့်ဆုံး ပထမလေးပုံတစ်ပုံ မီဒီယံ တတိယလေးပုံတစ်ပုံ အများဆုံး Base R တွင် အလျားလိုက် boxplot တစ်ခုကို ဖန်တီးရန်၊ အောက်ပါ ကုဒ်ကို အသုံးပြုနိုင်ပါသည်။ #create one horizontal boxplot boxplot(df$values, horizontal= TRUE ) #create several horizontal boxplots...

Vector နှစ်ခု A နှင့် B ကြားရှိ Manhattan အကွာအဝေး ကို အောက်ပါအတိုင်း တွက်ချက်သည်- Σ|A i – B i | i သည် vector တစ်ခုစီ၏ i th element ဖြစ်သည်။ ဤအကွာအဝေးကို vector နှစ်ခုကြားရှိ ကွဲပြားမှုကို တိုင်းတာရန် အသုံးပြုပြီး machine learning algorithms အများအပြားတွင် အသုံးများသည်။ ဤသင်ခန်းစာတွင် Python ရှိ vector နှစ်ခုကြားရှိ...

Matplotlib ရှိ အုပ်စုအလိုက် boxplot များကို ဖန်တီးရန် အောက်ပါ syntax ကို သင် အသုံးပြုနိုင်ပါသည်။ import matplotlib as plt import seaborn as sns sns. boxplot (x=' group ', y=' values ', data=df) အောက်ဖော်ပြပါနမူနာများသည် ဖော်မက်ရှည်နှင့် ကျယ်ပြန့်သော ဖော်မတ်ဒေတာအစုံများအတွက် အုပ်စု boxplots ဖန်တီးရန် ဤ syntax ကိုအသုံးပြုပုံကို ပြသထားသည်။ ဥပမာ 1-...

Matplotlib တွင် အချိန်စီးရီးတစ်ခုဆွဲရန် အောက်ပါအထားအသိုကိုသုံးနိုင်သည်။ import matplotlib. pyplot as plt plt. plot (df. x , df. y ) ၎င်းသည် variable x သည် datetime.datetime() class မှ ဖြစ်သည်ဟု ယူဆသည်။ အောက်ပါဥပမာများသည် Python တွင် time series data ကိုဆွဲရန် ဤ syntax ကိုအသုံးပြုပုံကိုပြသထားသည်။ ဥပမာ 1- Matplotlib တွင် အခြေခံအချိန်စီးရီးတစ်ခုကို...

ဂဏန်းငါးလုံးအနှစ်ချုပ် သည် အောက်ပါတန်ဖိုးငါးခုကို အသုံးပြု၍ ဒေတာအစုတစ်စုကို အကျဉ်းချုပ်ဖော်ပြသည့်နည်းလမ်းတစ်ခုဖြစ်သည်။ အနိမ့်ဆုံး ပထမလေးပုံတစ်ပုံ ပျမ်းမျှ တတိယလေးပုံတစ်ပုံ အများဆုံး ဤတန်ဖိုးငါးခုကို သိရုံမျှဖြင့် ဒေတာအစုတစ်ခုအကြောင်း များစွာလေ့လာနိုင်ပါသည်။ အောက်ဖော်ပြပါ အဆင့်ဆင့် ဥပမာသည် TI-84 ဂဏန်းတွက်စက်ပေါ်တွင် အောက်ပါဒေတာအစုံအတွက် ဂဏန်းငါးလုံးအကျဉ်းချုပ်ကို မည်သို့ရှာဖွေရမည်ကို ပြသသည်- ဒေတာအတွဲ- ၄၊ ၆၊ ၆၊ ၇၊ ၈၊ ၁၂၊ ၁၅၊ ၁၇၊ ၂၀၊ ၂၁၊ ၂၁၊ ၂၃၊ ၂၄၊ ၂၇၊ ၂၈ အဆင့်...

interquartile range ကို မကြာခဏ IQR ဟုခေါ်သည်၊ သည် data set တစ်ခု၏ 50% အလယ်တန်းခွဲဝေမှုကို တိုင်းတာသည့်နည်းလမ်းတစ်ခုဖြစ်သည်။ ဒေတာအစုတစ်ခု၏ ပထမ quartile (Q1) နှင့် တတိယ quartile (Q3) အကြား ကွာခြားချက်အဖြစ် တွက်ချက်သည်။ Quartiles များသည် data set တစ်ခုကို လေးပိုင်းခွဲ၍ တူညီသောတန်ဖိုးများဖြစ်ကြောင်း သတိပြုပါ။ IQR သည် outliers များကိုခံနိုင်ရည် ရှိသည်ဟုသိသောကြောင့် data set တစ်ခုတွင်တန်ဖိုးများဖြန့်ဝေမှုကိုတိုင်းတာရန်မကြာခဏအသုံးပြုသည်။ ၎င်းသည်...

ဂျီဩမေတြီ ဖြန့်ဖြူးမှုသည် အောက်ပါလက္ခဏာများဖြင့် စမ်းသပ်မှု ဆက်တိုက်တွင် ပထမဆုံး အောင်မြင်မှု မကြုံမီ အချို့သော ကျရှုံးမှုအချို့ကို တွေ့ကြုံရနိုင်ခြေကို ဖော်ပြသည်- အောင်မြင်မှု သို့မဟုတ် ကျရှုံးမှု ဖြစ်နိုင်သည့် ရလဒ်နှစ်ခုသာ ရှိသည်။ စမ်းသပ်မှုတစ်ခုစီတွင် အောင်မြင်နိုင်ခြေသည် တူညီပါသည်။ ကျပန်းပြောင်းလဲနိုင်သော X သည် ဂျီဩမေတြီဖြန့်ဝေမှုနောက်ဆက်တွဲဖြစ်ပါက၊ ပထမအောင်မြင်မှုမတွေ့ကြုံမီ k ကျရှုံးမှုဖြစ်နိုင်ခြေကို အောက်ပါဖော်မြူလာဖြင့် ရှာတွေ့နိုင်သည်- P(X=k) = (1-p) kp ရွှေ- k: ပထမမအောင်မြင်မီ ကျရှုံးမှုအရေအတွက် p- စမ်းသပ်မှုတစ်ခုစီတွင် အောင်မြင်မှုဖြစ်နိုင်ခြေ...

ကွဲလွဲမှု၏ coefficient သည် CV တွင် အတိုကောက်အတိုကောက်ခေါ်လေ့ရှိပြီး ဆိုသည်မှာ ပျမ်းမျှနှင့် သက်ဆိုင်သော data set တစ်ခုတွင် တန်ဖိုးများပျံ့နှံ့မှုကို တိုင်းတာသည့်နည်းလမ်းဖြစ်သည်။ အောက်ပါအတိုင်း တွက်ချက်သည်။ CV = σ / µ ရွှေ- σ- ဒေတာအတွဲ၏ စံသွေဖည်မှု μ: ဒေတာအစုံ၏ပျမ်းမျှ ရိုးရိုးရှင်းရှင်းပြောရလျှင် ကွဲလွဲမှု၏ coefficient သည် စံသွေဖည်မှု၏ ပျမ်းမျှအချိုးဖြစ်သည်။ မတူညီသောဒေတာအတွဲနှစ်ခုကြား ကွဲလွဲမှုကို နှိုင်းယှဉ်ရန် ၎င်းကို မကြာခဏအသုံးပြုသည်။ ဥပမာအားဖြင့်၊ ဘဏ္ဍာရေးတွင်၊ ရင်းနှီးမြှုပ်နှံမှု၏မျှော်မှန်းထားသောစံသွေဖည်မှုနှင့်...