Category: လမ်းညွှန်

မော်ဒယ်များ၏ ခန့်မှန်းခြေတိကျမှုကို တိုင်းတာရန်အတွက် ပျမ်းမျှ ပကတိရာခိုင်နှုန်းအမှား (MAPE) ကို အများအားဖြင့် အသုံးပြုပါသည်။ အောက်ပါအတိုင်း တွက်ချက်သည်။ MAPE = (1/n) * Σ(|အမှန်တကယ် – ခန့်မှန်းချက်| / |actual|) * 100 ရွှေ- ∑ – “ပေါင်း” ဟူသော သင်္ကေတ n – နမူနာအရွယ်အစား real – ဒေတာ၏ အမှန်တကယ်တန်ဖိုး ခန့်မှန်းချက် – ခန့်မှန်းထားသောဒေတာတန်ဖိုး MAPE ကို အဓိပ္ပာယ်ဖွင့်ဆိုရန်...

Mean squared error (MSE) သည် မော်ဒယ်တစ်ခု၏ ခန့်မှန်းတိကျမှုကို တိုင်းတာရန် ဘုံနည်းလမ်းတစ်ခုဖြစ်သည်။ အောက်ပါအတိုင်း တွက်ချက်သည်။ MSE = (1/n) * Σ(အမှန်တကယ် ခန့်မှန်းချက်) ၂ ရွှေ- ∑ – “ပေါင်း” ဟု အဓိပ္ပာယ်ရသော ဖန်စီသင်္ကေတ n – နမူနာအရွယ်အစား real – ဒေတာ၏ အမှန်တကယ်တန်ဖိုး ခန့်မှန်းချက် – ခန့်မှန်းထားသောဒေတာတန်ဖိုး MSE တန်ဖိုးနိမ့်လေ၊ မော်ဒယ်တစ်ခုသည် တန်ဖိုးများကို ပိုမိုတိကျစွာ ခန့်မှန်းနိုင်လေဖြစ်သည်။...

“ ခေါင်းလောင်းမျဉ်းကွေး” သည် ကွဲပြားသော “ ခေါင်းလောင်း” ပုံသဏ္ဍာန်ရှိသည့် သာမန်ဖြန့်ဝေမှု ပုံစံအတွက် ပေးထားသည့် အမည်ပြောင်ဖြစ်သည် – ဤသင်ခန်းစာတွင် Python တွင် ခေါင်းလောင်းမျဉ်းကွေးကို ဖန်တီးနည်းကို ရှင်းပြထားသည်။ Python တွင် Bell Curve ဖန်တီးနည်း အောက်ပါကုဒ်သည် numpy ၊ scipy နှင့် matplotlib စာကြည့်တိုက်များကို အသုံးပြု၍ ခေါင်းလောင်းမျဉ်းကွေးကို ဖန်တီးနည်းကို ပြသသည်- import numpy as np import matplotlib.pyplot as...

စာရင်းဇယားများတွင် အုပ်စုဖွဲ့ခြင်းသည် ကိန်းဂဏာန်းတန်ဖိုးများကို အုပ်စုများ အဖြစ် သတ်မှတ်ခြင်းလုပ်ငန်းစဉ်ဖြစ်သည်။ အစုအဝေး၏အသုံးအများဆုံးပုံစံကို တူညီသောအနံရှိသောအစုအဝေးများ ဟုခေါ်သည်၊ ယင်းတွင် ကျွန်ုပ်တို့သတ်မှတ်ထားသောဒေတာကို အညီအမျှအကျယ်ရှိသော k အုပ်စုများအဖြစ် ပိုင်းခြားသည်။ အသုံးနည်းသော အစုအဝေးပုံစံကို ကြိမ်နှုန်းညီမျှသော ကြိမ်နှုန်းအစုအဝေး ဟု ခေါ်သည်၊ ယင်းတွင် ကျွန်ုပ်တို့သည် သတ်မှတ်ထားသော ဒေတာကို ကြိမ်နှုန်းများစွာရှိသည့် k အုပ်စုများအဖြစ် ပိုင်းခြားထားသည်။ ဤသင်ခန်းစာတွင် python တွင် တူညီသောကြိမ်နှုန်းအစုအဝေးကို မည်သို့လုပ်ဆောင်ရမည်ကို ရှင်းပြထားသည်။ Python တွင် တူညီသောကြိမ်နှုန်း Binning ကျွန်ုပ်တို့တွင် တန်ဖိုး...

ကျွန်ုပ်တို့တွင် တစ်ပတ်လျှင် ငါးပတ်ကြာ စတိုးဆိုင်တစ်ခုမှ ရောင်းချမှုအရေအတွက်ကို ပြသသည့် Python တွင် အောက်ပါဒေတာအစုံရှိသည်ဆိုပါစို့။ import numpy as np import pandas as pd import seaborn as sns #create a dataset np.random.seed(0) data = {'day': np.tile(['Mon', 'Tue', 'Wed', 'Thur', 'Fri'], 5), 'week': np.repeat([1, 2, 3, 4, 5], 5),...

လူဦးရေပိရမစ် သည် ပေးထားသောလူဦးရေ၏ အသက်နှင့် လိင်ခွဲဝေမှုကို ပြသသည့် ဂရပ်တစ်ခုဖြစ်သည်။ ၎င်းသည် လူဦးရေဖွဲ့စည်းမှုနှင့် လူဦးရေတိုးပွားမှုလမ်းကြောင်းကို နားလည်ရန်အတွက် အသုံးဝင်သည်။ ဤသင်ခန်းစာတွင် Python တွင် အောက်ပါလူဦးရေပိရမစ်ကို ဖန်တီးနည်းကို ရှင်းပြထားသည်။ Python ရှိ ခေတ်ပိရမစ် ပေးထားသောနိုင်ငံတစ်ခုအတွက် အသက်အုပ်စုအလိုက် အမျိုးသားနှင့်အမျိုးသမီး စုစုပေါင်းလူဦးရေကိုပြသသည့် အောက်ပါဒေတာအတွဲရှိသည်ဆိုပါစို့။ #import libraries import numpy as np import pandas as pd import matplotlib.pyplot as plt #create...

Jaccard တူညီမှုအညွှန်းကိန်းသည် ဒေတာအတွဲနှစ်ခုကြားရှိ တူညီမှုကိုတိုင်းတာသည်။ ၎င်းသည် 0 မှ 1 အထိ ကွာဟနိုင်သည်။ အရေအတွက်များလေ၊ ဒေတာ အတွဲနှစ်ခုသည် ပို၍ဆင်တူလေဖြစ်သည်။ Jaccard ဆင်တူယိုးမှား အညွှန်းကိန်းကို အောက်ပါအတိုင်း တွက်ချက်ပါသည်။ Jaccard ဆင်တူယိုးမှား = (အတွဲနှစ်ခုစလုံးတွင် လေ့လာတွေ့ရှိချက်အရေအတွက်) / (တစ်စုံတစ်ခုအတွက် အရေအတွက်) သို့မဟုတ် အမှတ်အသားပုံစံဖြင့် ရေးထားသည်- J(A၊ B) = |A∩B| / |A∪B| ဤသင်ခန်းစာတွင် Python ရှိ ဒေတာအတွဲနှစ်ခုအတွက် Jaccard...

McNemar စမ်းသပ်မှုအား တွဲထားသောဒေတာများကြားတွင် ကိန်းဂဏန်းအချက်အလတ်များ သိသာထင်ရှားစွာ ကွာခြားမှုရှိမရှိ ဆုံးဖြတ်ရန် အသုံးပြုပါသည်။ ဤသင်ခန်းစာသည် Python တွင် McNemar စမ်းသပ်မှုကို မည်သို့လုပ်ဆောင်ရမည်ကို ရှင်းပြထားသည်။ ဥပမာ- Python ရှိ McNemar စမ်းသပ်မှု အချို့သော စျေးကွက်ရှာဖွေရေး ဗီဒီယိုတစ်ခုသည် ဥပဒေတစ်ခုအပေါ် လူများ၏ ထင်မြင်ယူဆချက်များကို ပြောင်းလဲနိုင်မလားဟု သုတေသီများ သိချင်သည်ဆိုကြပါစို့။ ၎င်းတို့သည် ဥပဒေကို ထောက်ခံခြင်း ရှိ၊ မရှိ သိရှိရန် လူ 100 ကို စစ်တမ်းကောက်ယူခဲ့သည်။ ထို့နောက် ၎င်းတို့သည်...

Fisher ၏ တိကျသောစစ်ဆေးမှု ကို အမျိုးအစားခွဲကွဲပြားသည့် ကိန်းရှင်နှစ်ခုကြားတွင် သိသာထင်ရှားသော ဆက်စပ်မှု ရှိ၊ မရှိ ဆုံးဖြတ်ရန် အသုံးပြုသည်။ 2 × 2 ဇယားတွင် တစ်ခု သို့မဟုတ် တစ်ခုထက်ပိုသော ဆဲလ်အရေအတွက် 5 ထက်နည်းသောအခါတွင် ၎င်းကို လွတ်လပ်ရေး chi-square စမ်းသပ်မှု ၏ အစားထိုးအဖြစ် ယေဘုယျအားဖြင့် အသုံးပြုသည် ။ ဤသင်ခန်းစာသည် Python တွင် Fisher ၏တိကျသောစမ်းသပ်မှုကို မည်သို့လုပ်ဆောင်ရမည်ကို ရှင်းပြထားသည်။ ဥပမာ- Python တွင်...

Chi -square goodness-of-fit test ကို categorical variable သည် hypothetical distribution ကို လိုက်နာခြင်း ရှိ၊ မရှိ ဆုံးဖြတ်ရန် အသုံးပြုပါသည်။ ဤသင်ခန်းစာတွင် Python တွင် Chi-square goodness-of-fit test ကို မည်သို့လုပ်ဆောင်ရမည်ကို ရှင်းပြထားသည်။ ဥပမာ- Python ရှိ Chi-square goodness-of-fit test စတိုးဆိုင်ပိုင်ရှင်တစ်ဦးက သူ့ဆိုင်ကို အပတ်စဉ် ဖောက်သည်အရေအတွက် တူညီစွာလာရောက်သည်ဟု ဆိုသည်။ ဤယူဆချက်ကို စမ်းသပ်ရန်အတွက် သုတေသီတစ်ဦးသည် သတ်မှတ်ရက်သတ္တပတ်အတွင်း...