Category: လမ်းညွှန်

အချို့သော သုတေသနမေးခွန်းများကို ဖြေနိုင်စေရန်အတွက် ကိန်းဂဏန်းအချက်အလက်များကို စုဆောင်းလိုပါသည်။ ဥပမာအားဖြင့်၊ ကျွန်ုပ်တို့သည် အောက်ပါမေးခွန်းများကို ဖြေလိုပေမည်။ ၁။ အိုဟိုင်းယိုးပြည်နယ်၊ စင်စင်နာတီရှိ ပျမ်းမျှအိမ်ထောင်စုဝင်ငွေက ဘယ်လောက်လဲ။ ၂။ လိပ်တစ်ကောင်၏ ပျမ်းမျှအလေးချိန်မှာ အဘယ်နည်း။ 3. အချို့သော ခရိုင်အတွင်း နေထိုင်သူ မည်မျှ ရာခိုင်နှုန်း သည် တိကျသော ဥပဒေ ကို ထောက်ခံ သည် ။ အခြေအနေတစ်ခုစီတွင်၊ ကျွန်ုပ်တို့တိုင်းတာလိုသော ဖြစ်နိုင်ချေရှိသော တစ်သီးပုဂ္ဂလဒြပ်စင်အားလုံးကို ကိုယ်စားပြုသည့် လူဦးရေ နှင့်ပတ်သက်သော မေးခွန်းတစ်ခုကို ကျွန်ုပ်တို့ဖြေကြားလိုပါသည်။ သို့သော်၊...

Linear regression သည် တစ်ခု သို့မဟုတ် တစ်ခုထက်ပိုသော ကြိုတင်ခန့်မှန်းကိန်းရှင်များနှင့် တုံ့ပြန်မှုကိန်းရှင် အကြား ဆက်နွယ်မှုကို နားလည်ရန် ကျွန်ုပ်တို့ အသုံးပြုနိုင်သည့် နည်းလမ်းတစ်ခုဖြစ်သည်။ ပုံမှန်အားဖြင့်၊ ကျွန်ုပ်တို့သည် linear regression လုပ်ဆောင်သောအခါ၊ တုံ့ပြန်မှုကိန်းရှင်၏ ပျမ်းမျှတန်ဖိုးကို ခန့်မှန်းလိုပါသည်။ သို့သော်၊ ကျွန်ုပ်တို့သည် တုံ့ပြန်မှုတန်ဖိုး၏ ပမာဏ သို့မဟုတ် ရာခိုင်နှုန်းတန်ဖိုး၊ 70th ရာခိုင်နှုန်း၊ 90th ရာခိုင်နှုန်း၊ 98th ရာခိုင်နှုန်းစသည်ဖြင့် ခန့်မှန်းရန် quantile regression ဟုခေါ်သော နည်းလမ်းကို အသုံးပြုနိုင်သည်။ R...

Linear regression သည် တစ်ခု သို့မဟုတ် တစ်ခုထက်ပိုသော ကြိုတင်ခန့်မှန်းကိန်းရှင်များနှင့် တုံ့ပြန်မှုကိန်းရှင် အကြား ဆက်နွယ်မှုကို နားလည်ရန် ကျွန်ုပ်တို့ အသုံးပြုနိုင်သည့် နည်းလမ်းတစ်ခုဖြစ်သည်။ ပုံမှန်အားဖြင့်၊ ကျွန်ုပ်တို့သည် linear regression လုပ်ဆောင်သောအခါ၊ တုံ့ပြန်မှုကိန်းရှင်၏ ပျမ်းမျှတန်ဖိုးကို ခန့်မှန်းလိုပါသည်။ သို့သော်၊ ကျွန်ုပ်တို့သည် တုံ့ပြန်မှုတန်ဖိုး၏ ပမာဏ သို့မဟုတ် ရာခိုင်နှုန်းတန်ဖိုး၊ 70th ရာခိုင်နှုန်း၊ 90th ရာခိုင်နှုန်း၊ 98th ရာခိုင်နှုန်းစသည်ဖြင့် ခန့်မှန်းရန် quantile regression ဟုခေါ်သော နည်းလမ်းကို အသုံးပြုနိုင်သည်။ ဤသင်ခန်းစာသည်...

ရွေ့လျားပျမ်းမျှ သည် အချိန်စီးရီးတစ်ခုရှိ ယခင်ကာလများစွာ၏ ပျမ်းမျှဖြစ်သည်။ pandas DataFrame တွင် တစ်ခု သို့မဟုတ် တစ်ခုထက်ပိုသော ကော်လံများ၏ ရွေ့လျားမှုပျမ်းမျှအား တွက်ချက်ရန်၊ ကျွန်ုပ်တို့သည် အောက်ပါ syntax ကို အသုံးပြုနိုင်ပါသည်။ df[' column_name ']. rolling ( rolling_window ). mean () ဤသင်ခန်းစာသည် ဤလုပ်ဆောင်ချက်ကို လက်တွေ့အသုံးပြုခြင်း၏ ဥပမာများစွာကို ပေးပါသည်။ ဥပမာ- ပန်ဒါများတွင် ရွေ့လျားနေသော ပျမ်းမျှအား တွက်ချက်ခြင်း။ ကျွန်ုပ်တို့တွင် အောက်ပါ ပန်ဒါ...

အောက်ပါအထားအသိုကို အသုံးပြု၍ Matplotlib ကွက်ကွက်တစ်ခုတွင် လိုင်းများစွာကို သင်ပြသနိုင်သည်- import matplotlib. pyplot as plt plt. plot (df[' column1 ']) plt. plot (df[' column2 ']) plt. plot (df[' column3 ']) ... plt. show () ဤသင်ခန်းစာတွင် အောက်ပါ pandas DataFrame ကို အသုံးပြု၍ ဇယားတစ်ခုတွင် လိုင်းများစွာကို ဘယ်လိုဆွဲရမလဲဆိုတာ ဥပမာများစွာကို ပေးသည်...

အဖြစ်အပျက်နှစ်ခုသည် တစ်ချိန်တည်းတွင် မဖြစ်ပေါ်နိုင်လျှင် သီး သန့်ဖြစ်သည်။ ဥပမာအားဖြင့်၊ ဖြစ်ရပ် A သည် ကိန်းဂဏန်းတစ်ခုပေါ်၌ သေဆုံးသည့် ဖြစ်ရပ်ဖြစ်သည်ဆိုပါစို့၊ ဖြစ်ရပ် B သည် ကိန်းဂဏန်းတစ်ခုပေါ်တွင် သေဆုံးသည့်ဖြစ်ရပ်ဖြစ်သည်ဆိုပါစို့။ ဖြစ်ရပ်များအတွက်နမူနာနေရာကို အောက်ပါအတိုင်း ကျွန်ုပ်တို့ သတ်မှတ်ပါမည်- A = {2၊ 4၊ 6} B = {1, 3, 5} နမူနာယူထားသော နေရာနှစ်ခုကြား ထပ်နေခြင်းမရှိကြောင်း သတိပြုပါ။ ထို့ကြောင့် အဖြစ်အပျက်များ A နှင့် B သည်...

dichotomous variable သည် ဖြစ်နိုင်ချေတန်ဖိုးနှစ်ခုသာယူနိုင်သော variable အမျိုးအစားတစ်ခုဖြစ်သည်။ ဤသည်မှာ dichotomous variables များ၏ ဥပမာအချို့ဖြစ်သည်။ ကျား-မ ယောက်ျား သို့မဟုတ် အမျိုးသမီး အကြွေစေ့လှန်- ခေါင်းများ သို့မဟုတ် အမြီးများ အိမ်ခြံမြေအမျိုးအစား- လူနေအိမ် သို့မဟုတ် လုပ်ငန်းသုံး အားကစားသမားအခြေအနေ- ပရော်ဖက်ရှင်နယ် သို့မဟုတ် အပျော်တမ်း စာမေးပွဲရလဒ်- အောင်သည် သို့မဟုတ် ကျရှုံးသည်။ ဤပြောင်းလဲမှုအမျိုးအစားများသည် လက်တွေ့တွင် အချိန်တိုင်း ပေါ်ထွက်နေပါသည်။ ဥပမာအားဖြင့်၊ စောင့်ကြည့်မှု 10 နှင့် variable 4...

pandas DataFrame မှဒေတာကိုအသုံးပြုပြီး point cloud တစ်ခုကိုဖန်တီးရန်နည်းလမ်းနှစ်ခုရှိသည်။ 1. pandas.DataFrame.plot.scatter ကိုသုံးပါ။ scatterplot ဖန်တီးရန် နည်းလမ်းတစ်ခုမှာ pandas built-in plot.scatter() လုပ်ဆောင်ချက်ကို အသုံးပြုရန်ဖြစ်သည်- import pandas as pd df. plot . scatter (x = ' x_column_name ', y = ' y_columnn_name ') 2. matplotlib.pyplot.scatter ကိုသုံးပါ။ scatterplot ဖန်တီးရန် အခြားနည်းလမ်းမှာ...

စမ်းသပ်မှု တစ်ခုသည် ထိန်းချုပ်ထားသော သိပ္ပံနည်းကျလေ့လာမှုတစ်ခုဖြစ်သည်။ စာရင်းဇယားများတွင်၊ ကိန်းရှင်တစ်ခုပြောင်းလဲခြင်းသည် အခြားကိန်းရှင်အပေါ်သက်ရောက်ပုံကို နားလည်ရန် စမ်းသပ်မှုများပြုလုပ်လေ့ရှိသည်။ ခြယ်လှယ်ထားသော ကိန်းရှင် သည် ၎င်းပြောင်းလဲမှုသည် အခြားကိန်းရှင်အပေါ် မည်သို့သက်ရောက်မှုရှိသည်ကို သိရန် ကျွန်ုပ်တို့ပြောင်းလဲခြင်း သို့မဟုတ် “ ခြယ်လှယ်ခြင်း” ဖြစ်သည်။ ခြယ်လှယ်ထားသော ကိန်းရှင်ကို တစ်ခါတစ်ရံ လွတ်လပ်သော ကိန်းရှင် ဟုလည်း ခေါ်သည်။ တုံ့ပြန်မှုကိန်းရှင် သည် ခြယ်လှယ်ထားသောကိန်းရှင်ကို ပြုပြင်မွမ်းမံပြီးနောက် ပြောင်းလဲသည့် ကိန်းရှင်ဖြစ်သည်။ တုံ့ပြန်မှုကိန်းရှင်ကို တစ်ခါတစ်ရံတွင် မှီခိုကိန်းရှင် ဟု ခေါ်ဝေါ်ရခြင်းမှာ ၎င်း၏တန်ဖိုးသည် ကြိုးကိုင်ခြယ်လှယ်ထားသည့်...

linear regression ၏ အဓိက ယူဆချက် တစ်ခုမှာ အကြွင်းအကျန်များကို ကြိုတင်ခန့်မှန်းကိန်းရှင် အဆင့်တစ်ခုစီတွင် တူညီသောကွဲလွဲမှုဖြင့် ဖြန့်ဝေပေးခြင်းဖြစ်သည်။ ဤယူဆချက်ကို homoscedasticity ဟုခေါ်သည်။ ဤယူဆချက်ကို မလေးစားပါက၊ အကြွင်း အကျန်များတွင် ရှိနေသည်ဟု ဆိုပါသည်။ ထိုသို့ဖြစ်လာသောအခါ၊ ဆုတ်ယုတ်မှုရလဒ်များသည် ယုံကြည်စိတ်ချရခြင်းမရှိပေ။ heteroscedasticity ရှိနေပါက အမြင်အာရုံကို သိရှိနိုင်စေရန် နည်းလမ်းတစ်ခုမှာ regression model မှ တပ်ဆင်ထားသော တန်ဖိုးများနှင့် ဆန့်ကျင်ဘက် အကြွင်းအကျန်များကို ဖန်တီးရန်ဖြစ်သည်။ အကြွင်းအကျန်များသည် ဂရပ်တွင် ပိုမိုမြင့်မားသောတန်ဖိုးများဖြင့် ပျံ့နှံ့သွားပါက၊ ဤသည်မှာ...