Category: လမ်းညွှန်

ပြင်နည်း- .str accessor ကို string values များဖြင့်သာ သုံးနိုင်သည်။

Python ကိုအသုံးပြုရာတွင် သင်ကြုံတွေ့ရနိုင်သည့် အမှားတစ်ခုမှာ- AttributeError : Can only use .str accessor with string values! pandas DataFrame ၏ string ကော်လံတွင် ပုံစံတစ်ခုကို အစားထိုးရန် ကြိုးပမ်းသောအခါတွင် ဤအမှားသည် ပုံမှန်အားဖြင့် ဖြစ်ပေါ်တတ်သော်လည်း သင်လုပ်ဆောင်နေသော ကော်လံသည် အမှန်တကယ်တွင် စာကြောင်းမဟုတ်ပေ။ အောက်ဖော်ပြပါ ဥပမာသည် ဤအမှားကို လက်တွေ့တွင် မည်သို့ပြုပြင်ရမည်ကို ပြသထားသည်။ အမှားကို ဘယ်လိုပြန်ထုတ်မလဲ။ ကျွန်ုပ်တို့တွင် အောက်ပါ ပန်ဒါ DataFrame...

Pandas ဖြင့် tsv ဖိုင်ကိုဖတ်နည်း (ဥပမာများအပါအဝင်)

Python ရှိ ပန်ဒါများနှင့် TSV ဖိုင်ကို ဖတ်ရန်၊ အောက်ပါ အခြေခံ syntax ကို သင် အသုံးပြုနိုင်ပါသည်။ df = pd. read_csv (" data.txt ", sep=" \t ") ဤသင်ခန်းစာသည် ဤလုပ်ဆောင်ချက်ကို လက်တွေ့အသုံးပြုခြင်း၏ ဥပမာများစွာကို ပေးပါသည်။ TSV ဖိုင်ကို ခေါင်းစီးဖြင့်ဖတ်ပါ။ ကျွန်ုပ်တို့တွင် header တစ်ခုပါရှိသော data.txt ဟုခေါ်သော အောက်ပါ TSV ဖိုင်ရှိသည်ဆိုပါစို့။ ဤဖိုင်ကို pandas DataFrame...

လက်တွေ့ဘဝတွင် မျှော်လင့်ထားသောတန်ဖိုးကို တွက်ချက်ခြင်း ဥပမာ ၅

မျှော်မှန်းတန်ဖိုး သည် အကန့်အသတ်မရှိ စမ်းသပ်မှုများစွာတွင် ကျပန်းပြောင်းလွဲပြောင်းတစ်ခု ယူမည့် မျှော်လင့်ထားသောပျမ်းမျှတန်ဖိုးကို ပြောပြသည့်တန်ဖိုးတစ်ခုဖြစ်သည်။ ကျွန်ုပ်တို့သည် ပွဲတစ်ခု၏မျှော်မှန်းတန်ဖိုးကိုတွက်ချက်ရန် အောက်ပါဖော်မြူလာကိုအသုံးပြုသည်- မျှော်မှန်းတန်ဖိုး = Σx * P(x) ရွှေ- x : ဒေတာတန်ဖိုး P(x) : တန်ဖိုး၏ဖြစ်နိုင်ခြေ ဤဖော်မြူလာသည် အနည်းငယ် ရှုပ်ထွေးပုံပေါက်နိုင်သော်လည်း လက်တွေ့ကမ္ဘာနမူနာများ၏ စကားစပ်တွင် ၎င်းကို အသုံးပြုထားသည်ကို သင်တွေ့သောအခါ ပိုမိုအဓိပ္ပာယ်ရှိလာမည်ဖြစ်သည်။ အောက်ဖော်ပြပါ ဥပမာများသည် မတူညီသော လက်တွေ့ကမ္ဘာအခြေအနေငါးခုတွင် မျှော်မှန်းတန်ဖိုးကို မည်ကဲ့သို့ တွက်ချက်သည်ကို ဖော်ပြသည်။ ဥပမာ...

Pandas- သတ်မှတ်ထားသောစာကြောင်းပါရှိသော အတန်းများကို စစ်ထုတ်နည်း

Pandas DataFrame တွင် အချို့သော စာကြောင်းများပါရှိသော အတန်းများကို စစ်ထုတ်ရန် အောက်ပါ syntax ကို သင်သုံးနိုင်သည်။ df[df[" col "]. str . contains (“ this string ”)] ဤသင်ခန်းစာတွင် အောက်ပါ DataFrame ဖြင့် ဤ syntax ကို လက်တွေ့ကျကျ အသုံးပြုခြင်း၏ နမူနာများစွာကို ရှင်းပြထားသည်။ import pandas as pd #createDataFrame df = pd. DataFrame...

Python တွင် logistic regression curve ကို ဘယ်လိုဆွဲမလဲ။

Python တွင် logistic regression curve ကိုဆွဲရန် seaborn data visualization library ၏ regplot() function ကို အသုံးပြုနိုင်သည်။ import seaborn as sns sns. regplot (x=x, y=y, data=df, logistic= True , ci= None ) အောက်ဖော်ပြပါ ဥပမာသည် ဤ syntax ကို လက်တွေ့တွင် မည်သို့အသုံးပြုရမည်ကို ပြသထားသည်။ ဥပမာ- Python တွင်...

Seaborn တွင် ပုံမှန်ဖြန့်ဝေနည်း (ဥပမာများဖြင့်)

Python ရှိ Seaborn data visualization library ဖြင့် ပုံမှန်ဖြန့်ဝေမှုကို ပုံဖော်ရန် အောက်ပါနည်းလမ်းများကို သင်အသုံးပြုနိုင်ပါသည်။ နည်းလမ်း 1- ပုံမှန်ဖြန့်ချီရေး histogram ကို ရေးဆွဲပါ။ sns. displot (x) နည်းလမ်း 2- ပုံမှန်ဖြန့်ဖြူးမျဉ်းကွေးကို ဆွဲပါ။ sns. displot (x, kind=' kde ') နည်းလမ်း 3- မျဉ်းကွေးတစ်ခုဖြင့် ပုံမှန်ဖြန့်ဝေသည့် ဟီစတိုဂရမ်ကို ဆွဲပါ။ sns. displot (x,kde= True )...

R တွင် glm output ကိုမည်သို့အဓိပ္ပာယ်ဖွင့်ရမည် (ဥပမာနှင့်အတူ)

R ရှိ glm() လုပ်ဆောင်ချက်ကို ယေဘူယျအားဖြင့် မျဉ်းသားထားသော မော်ဒယ်များနှင့် ကိုက်ညီရန် အသုံးပြုနိုင်သည်။ ဤလုပ်ဆောင်ချက်သည် အောက်ပါ syntax ကိုအသုံးပြုသည်- glm(ဖော်မြူလာ၊ မိသားစု= Gaussian၊ ဒေတာ၊ …) ရွှေ- ဖော်မြူလာ- linear model ဖော်မြူလာ (ဥပမာ y ~ x1 + x2) မိသားစု- မော်ဒယ်နှင့်ကိုက်ညီရန် အသုံးပြုရန် ကိန်းဂဏန်းမိသားစု။ မူရင်းမှာ Gaussian ဖြစ်သည်၊ သို့သော် အခြားရွေးချယ်စရာများမှာ Binomial၊ Gamma နှင့်...

ပြီးပြည့်စုံသောလမ်းညွှန်- ဒေတာရှိ outliers များကို မည်သည့်အချိန်တွင် ဖယ်ရှားရမည်နည်း။

Outlier သည် ဒေတာအတွဲတစ်ခုရှိ အခြားတန်ဖိုးများနှင့် ပုံမှန်မဟုတ်စွာ ဝေးကွာနေသော စူးစမ်းမှု တစ်ခုဖြစ်သည်။ ခွဲခြမ်းစိတ်ဖြာမှု၏ရလဒ်များကို ထိခိုက်စေနိုင်သောကြောင့် အစွန်းထွက်သူများသည် ပြဿနာရှိနိုင်သည်။ သို့သော်၊ ၎င်းတို့သည် ပုံမှန်မဟုတ်သော အခြေအနေများ သို့မဟုတ် ရှားပါးသော စရိုက်လက္ခဏာများရှိသည့် လူတစ်ဦးချင်းကို ဖော်ထုတ်နိုင်သောကြောင့် ၎င်းတို့သည် သင်လေ့လာထားသည့် ဒေတာများကို ထိုးထွင်းသိမြင်နိုင်စေပါသည်။ မည်သည့် ခွဲခြမ်းစိတ်ဖြာမှုတွင်မဆို၊ အစွန်းကွက်များကို ဖယ်ရှားရန် သို့မဟုတ် ထားရှိရန် ဆုံးဖြတ်ရပါမည်။ ကံကောင်းထောက်မစွာ၊ သင်သည် ဆုံးဖြတ်ချက်ချရာတွင် အထောက်အကူဖြစ်စေရန် အောက်ပါ flowchart ကို အသုံးပြုနိုင်ပါသည်။ flowchart...

Tsv ဖိုင်များကို r သို့ တင်သွင်းနည်း (ဥပမာတစ်ခုအပါအဝင်)

TSV ဖိုင်ကို R သို့တင်သွင်းရန် အောက်ပါအခြေခံအထားအသိုကိုသုံးနိုင်သည်။ library (readr) #import TSV file into data frame df <- read_tsv(' C:/Users/bob/Downloads/data.tsv ') အောက်ပါဥပမာများသည် ဤ syntax ကိုလက်တွေ့တွင်မည်သို့အသုံးပြုရမည်ကိုပြသထားသည်။ ဥပမာ 1- TSV ဖိုင်ကို R (ကော်လံအမည်များဖြင့်) သို့ တင်သွင်းပါ data.tsv ဟုခေါ်သော အောက်ပါ TSV ဖိုင်ကို ကျွန်ုပ်၏ကွန်ပျူတာပေါ်တွင် တစ်နေရာရာတွင် သိမ်းဆည်းထားကြောင်း ယူဆကြပါစို့။ ဤ TSV...

R တွင် ပြင်ဆင်နည်း- လုပ်ဆောင်ချက် “%>%” ကို ရှာမတွေ့ပါ။

R တွင် သင်ကြုံတွေ့နိုင်သော အမှားတစ်ခုမှာ- Error: could not find function "%>%" dplyr ပက်ကေ့ချ်ကို ဦးစွာမတင်ဘဲ R ရှိ ” % > % ” လုပ်ဆောင်ချက်ကို သင်အသုံးပြုသည့်အခါ ဤအမှားသည် မကြာခဏ ဖြစ်ပေါ်တတ်သည်။ ဤအမှားကိုပြင်ရန်၊ dplyr ပက်ကေ့ဂျ်ကို ဦးစွာတင်ပါ။ library (dplyr) အောက်ဖော်ပြပါ ဥပမာသည် ဤအမှားကို လက်တွေ့တွင် မည်သို့ပြုပြင်ရမည်ကို ပြသထားသည်။ အမှားကို ဘယ်လိုပြန်ထုတ်မလဲ။ မတူညီသောအသင်းများတွင် မတူညီသောဘတ်စကက်ဘောကစားသမားများမှ...