Category: လမ်းညွှန်

ကိန်းဂဏန်းဆိုင်ရာ လုပ်ငန်းစဉ်ထိန်းချုပ်မှုဇယား သည် အချိန်နှင့်အမျှ လုပ်ငန်းစဉ်တစ်ခု၏ ဆင့်ကဲဖြစ်စဉ်ကို မြင်သာစေရန်နှင့် လုပ်ငန်းစဉ်တစ်ခု ထိန်းချုပ်နိုင်သည့်အခြေအနေတွင် ရှိ/မရှိကို ဆုံးဖြတ်ရန် အသုံးပြုသည့် ဇယားအမျိုးအစားတစ်ခုဖြစ်သည်။ အောက်ဖော်ပြပါ အဆင့်ဆင့် ဥပမာသည် Excel တွင် စာရင်းအင်းဆိုင်ရာ လုပ်ငန်းစဉ် ထိန်းချုပ်မှုဇယားကို ဖန်တီးနည်းကို ပြသထားသည်။ အဆင့် 1: ဒေတာကိုထည့်ပါ။ ကျွန်ုပ်တို့၏နမူနာဒေတာအတွက် တန်ဖိုးများကို ထည့်သွင်းခြင်းဖြင့် စတင်ကြပါစို့။ အဆင့် 2- ပျမ်းမျှကို တွက်ချက်ပါ။ ထို့နောက် ဒေတာအတွဲ၏ ပျမ်းမျှတန်ဖိုးကို တွက်ချက်ရန် အောက်ပါဖော်မြူလာကို အသုံးပြုနိုင်ပါသည်။ =AVERAGE(...

Linear regression သည် တစ်ခု သို့မဟုတ် တစ်ခုထက်ပိုသော ကြိုတင်ခန့်မှန်းကိန်းရှင်များနှင့် တုံ့ပြန်မှု variable အကြား ဆက်နွယ်မှုကို တွက်ချက်ရန် ကျွန်ုပ်တို့ အသုံးပြုနိုင်သည့် နည်းလမ်းတစ်ခုဖြစ်သည်။ ဆုတ်ယုတ်မှုပုံစံကို အံဝင်ခွင်ကျဖြစ်စေရန် အဖြစ်များဆုံးအကြောင်းရင်းတစ်ခုမှာ လေ့လာတွေ့ရှိချက်အသစ်များ၏ တန်ဖိုးများကို ခန့်မှန်းရန် မော်ဒယ်ကို အသုံးပြုရခြင်းပင်ဖြစ်သည်။ ဆုတ်ယုတ်မှုပုံစံဖြင့် ခန့်မှန်းချက်များပြုလုပ်ရန် အောက်ပါအဆင့်များကို ကျွန်ုပ်တို့အသုံးပြုသည်- အဆင့် 1: ဒေတာစုဆောင်းပါ။ အဆင့် 2- ဆုတ်ယုတ်မှုပုံစံကို ဒေတာနှင့် ကွက်တိပါ။ အဆင့် 3- မော်ဒယ်သည် ဒေတာနှင့် ကိုက်ညီမှုရှိမရှိ စစ်ဆေးပါ။...

R တွင် ဒေတာဘောင်တစ်ခုကို ခွဲသတ်မှတ်ရန် အောက်ပါအခြေခံ syntax ကို သင်အသုံးပြုနိုင်သည်- df[rows, columns] အောက်ပါဥပမာများသည် အောက်ပါဒေတာဘောင်ဖြင့် ဤ syntax ကို လက်တွေ့တွင် မည်သို့အသုံးပြုရမည်ကို ပြသသည်- #create data frame df <- data. frame (team=c('A', 'A', 'B', 'B', 'C', 'C', 'C'), points=c(77, 81, 89, 83, 99, 92, 97), assists=c(19, 22,...

R ရှိ lm() လုပ်ဆောင်ချက်ကို linear regression မော်ဒယ်များနှင့် ကိုက်ညီရန် အသုံးပြုသည်။ ဤလုပ်ဆောင်ချက်သည် အောက်ပါအခြေခံ syntax ကိုအသုံးပြုသည်- lm(ဖော်မြူလာ၊ ဒေတာ၊ …) ရွှေ- ဖော်မြူလာ- linear model ဖော်မြူလာ (ဥပမာ y ~ x1 + x2) ဒေတာ- ဒေတာပါရှိသော ဒေတာဘလောက်၏ အမည် အောက်ပါနမူနာသည် အောက်ပါအတိုင်းလုပ်ဆောင်ရန် R တွင် ဤလုပ်ဆောင်ချက်ကို အသုံးပြုနည်းကို ပြသသည်- ဆုတ်ယုတ်မှုပုံစံကို ကွက်တိပါ။ ဆုတ်ယုတ်မှုပုံစံ...

R တွင်တန်ဖိုးများစာရင်းတွင်မပါရှိသောဒြပ်စင်အားလုံးကိုရွေးချယ်ရန်အောက်ပါအခြေခံအထားအသိုကိုသုံးနိုင်သည်။ ! (data %in% c(value1, value2, value3, ...)) အောက်ပါဥပမာများသည် ဤ syntax ကိုလက်တွေ့တွင်မည်သို့အသုံးပြုရမည်ကိုပြသထားသည်။ ဥပမာ 1- Vector များဖြင့် “မဝင်ပါ” ကို မည်သို့သုံးရမည်နည်း။ အောက်ပါကုဒ်သည် အချို့သောတန်ဖိုးများစာရင်းတွင်မရှိသော R တွင်ရှိသော vector တစ်ခု၏တန်ဖိုးအားလုံးကို မည်သို့ရွေးချယ်ရမည်ကိုပြသသည်- #define numeric vector num_data <- c(1, 2, 3, 3, 4, 4, 5, 5, 6)...

Python ကိုအသုံးပြုရာတွင် သင်ကြုံတွေ့ရလေ့ရှိသော အမှားတစ်ခုမှာ- Import error: no module named ' numpy ' သင့်လက်ရှိပတ်ဝန်းကျင်ရှိ NumPy ဒစ်ဂျစ်တိုက်ကို Python မတွေ့သောအခါတွင် ဤအမှားအယွင်းဖြစ်ပေါ်ပါသည်။ ဤသင်ခန်းစာသည် ဤအမှားအယွင်းကို ဖြေရှင်းရန် သင်အသုံးပြုနိုင်သည့် တိကျသောအဆင့်များကို မျှဝေပါသည်။ အဆင့် 1: pip ကို install numpy NumPy ကို Python တွင် အလိုအလျောက် ထည့်သွင်းမထားသောကြောင့် ၎င်းကို သင်ကိုယ်တိုင် ထည့်သွင်းရန် လိုအပ်မည်ဖြစ်သည်။ ဒါကိုလုပ်ဖို့...

ပန်ဒါများကို အသုံးပြုရာတွင် သင်ကြုံတွေ့ရနိုင်သည့် သတိပေးချက်တစ်ခုမှာ- SettingWithCopyWarning: A value is trying to be set on a copy of a slice from a DataFrame. ပန်ဒါများသည် ကွင်းဆက်တာဝန်ပေးခြင်း – အဆင့်တစ်ဆင့်တွင် ကွင်းဆက်ခြင်းနှင့် တာဝန်ကို ပေါင်းစပ်ခြင်းဟုခေါ်သော အရာတစ်ခုကို ပန်ဒါများကြုံတွေ့ရသောအခါတွင် ဤသတိပေးချက်ပေါ်လာပါသည်။ ၎င်းသည် သတိပေးချက် မျှသာဖြစ်ပြီး အမှားအယွင်းမဟုတ်ကြောင်း သတိပြုရန် အရေးကြီးပါသည်။ သင့်ကုဒ်သည် ဆက်လက်လည်ပတ်နေမည်ဖြစ်ပြီး၊ သို့သော် ရလဒ်များသည်...

ပန်ဒါများကို အသုံးပြုရာတွင် သင်ကြုံတွေ့ရနိုင်သည့် အမှားတစ်ခုမှာ- ValueError: If using all scalar values, you must pass an index scalar တန်ဖိုးများအားလုံးကို ကျော်ဖြတ်ခြင်းဖြင့် pandas DataFrame ကို ဖန်တီးရန် ကြိုးပမ်းသောအခါတွင် ဤအမှားသည် ဖြစ်ပေါ်လာပါသည်။ အောက်ဖော်ပြပါ ဥပမာသည် ဤအမှားကို လက်တွေ့တွင် မည်သို့ပြုပြင်ရမည်ကို ပြသထားသည်။ အမှားကို ဘယ်လိုပြန်ထုတ်မလဲ။ scalar တန်ဖိုးများစွာမှ pandas DataFrame တစ်ခုကို ဖန်တီးရန် ကြိုးစားနေသည်ဆိုပါစို့။ import...

ပန်ဒါဒေတာဘောင်တစ်ခုမှ တစ်ခု သို့မဟုတ် တစ်ခုထက်ပိုသောကော်လံများကို ဖယ်ရှားရန် drop() လုပ်ဆောင်ချက်ကို သင်အသုံးပြုနိုင်သည်- #drop one column by name df. drop (' column_name ', axis= 1 , inplace= True ) #drop multiple columns by name df. drop ([' column_name1 ', ' column_name2 '], axis= 1 , inplace=...

R ရှိ ဒေတာဘောင်ရှိ အတန်းအရေအတွက်ကို ရေတွက်ရန် nrow() လုပ်ဆောင်ချက်ကို သင်အသုံးပြုနိုင်သည်- #count total rows in data frame nrow(df) #count total rows with no NA values in any column of data frame nrow(na. omit (df)) #count total rows with no NA values in specific column...