Python ရှိ exponential regression (တစ်ဆင့်ပြီးတစ်ဆင့်)

Exponential regression သည် အောက်ဖော်ပြပါ အခြေအနေများကို စံနမူနာပြုရန် အသုံးပြုနိုင်သော ဆုတ်ယုတ်မှု အမျိုးအစားတစ်ခုဖြစ်သည်။

1. Exponential Growth- တိုးတက်မှုသည် နှေးကွေးစွာ စတင်ပြီး အကန့်အသတ်မရှိ လျင်မြန်စွာ အရှိန်မြှင့်လာသည်။

2. Exponential ယိုယွင်းခြင်း- ပျက်စီးယိုယွင်းမှုသည် လျင်မြန်စွာ စတင်ပြီးနောက် သုညသို့ ပိုမိုနီးကပ်လာစေရန် နှေးကွေးသွားသည်။

exponential regression model အတွက် ညီမျှခြင်း သည် အောက်ပါ ပုံစံ ဖြစ်သည် ။

y = ab ^x

ရွှေ-

• y- တုံ့ပြန်မှု ကိန်းရှင်
• x- ကြိုတင်ခန့်မှန်းနိုင်သောကိန်းရှင်
• a, b- x နှင့် y အကြား ဆက်နွယ်မှုကို ဖော်ပြသည့် ဆုတ်ယုတ်မှုကိန်းဂဏန်းများ

အောက်ဖော်ပြပါ အဆင့်ဆင့် ဥပမာသည် Python တွင် ကိန်းဂဏန်းများ ဆုတ်ယုတ်မှုကို မည်သို့လုပ်ဆောင်ရမည်ကို ပြသထားသည်။

အဆင့် 1: ဒေတာကိုဖန်တီးပါ။

ပထမဦးစွာ၊ x နှင့် y ကိန်းရှင်နှစ်ခုအတွက် ဒေတာအတုဖန်တီးကြပါစို့။

 import numpy as np

x = np. arange (1, 21, 1)
y = np. array ([1, 3, 5, 7, 9, 12, 15, 19, 23, 28,
              33, 38, 44, 50, 56, 64, 73, 84, 97, 113])

အဆင့် 2- ဒေတာကို မြင်ယောင်ကြည့်ပါ။

ထို့နောက် x နှင့် y အကြား ဆက်နွယ်မှုကို မြင်သာစေရန် အမြန် scatterplot တစ်ခုကို ဖန်တီးကြပါစို့။

 import matplotlib. pyplot as plt

plt. scatter (x,y)
plt. show () 

ဂရပ်မှ၊ ကိန်းရှင်နှစ်ခုကြားတွင် ရှင်းလင်းသော ထပ်ကိန်းကြီးထွားမှုပုံစံရှိကြောင်း ကျွန်ုပ်တို့တွေ့မြင်နိုင်ပါသည်။

ထို့ကြောင့်၊ linear regression model နှင့်ဆန့်ကျင်ဘက်ဖြစ်သော variables များကြားဆက်စပ်မှုကိုဖော်ပြရန် exponential regression equation ကို အံဝင်ခွင်ကျဖြစ်ပုံရသည်။

အဆင့် 3- exponential regression model ကို အံကိုက်လုပ်ပါ။

ထို့နောက်၊ ကျွန်ုပ်တို့သည် တုံ့ပြန်မှုကိန်းရှင်အဖြစ် y ၏ သဘာဝ လော့ဂရစ်သမ်ကို အသုံးပြုကာ ကိန်းဂဏန်းပြန်ပြောင်းမှုပုံစံတစ်ခုနှင့် ကိုက်ညီရန် polyfit() လုပ်ဆောင်ချက်ကို အသုံးပြုမည်ဖြစ်ပြီး၊

 #fit the model
fit = np. polyfit (x, np. log (y), 1)

#view the output of the model
print(fit)

[0.2041002 0.98165772]

ရလဒ်အပေါ်အခြေခံ၍ တပ်ဆင်ထားသော ထပ်ကိန်းဆုတ်ယုတ်မှုညီမျှခြင်းအား အောက်ပါအတိုင်း ရေးသားနိုင်သည်။

ln(y) = 0.9817 + 0.2041(x)

e ကို နှစ်ဖက်စလုံးတွင် အသုံးချခြင်းဖြင့် ညီမျှခြင်းအား အောက်ပါအတိုင်း ပြန်လည်ရေးသားနိုင်ပါသည်။

y = 2.6689 * ^1.2264x

ကြိုတင်ခန့်မှန်းကိန်းရှင် ကိန်းရှင် x ၏တန်ဖိုးအပေါ်အခြေခံ၍ တုံ့ပြန်မှုကိန်းရှင် y ကို ခန့်မှန်းရန် ဤညီမျှခြင်းကို ကျွန်ုပ်တို့အသုံးပြုနိုင်ပါသည်။ ဥပမာ x = 12 ဆိုရင် y က 30.897 ဖြစ်မယ် ၊

y = 2.6689 * 1.2264 ¹² = 30.897၊

အပိုဆု- ပေးထားသော ခန့်မှန်းသူနှင့် တုံ့ပြန်မှု variable အတွက် ထပ်ကိန်းထပ်ကိန်းဆုတ်ယုတ်မှုညီမျှခြင်းကို အလိုအလျောက်တွက်ချက်ရန် ဤအွန်လိုင်းမှ ထပ်ကိန်းဆုတ်ယုတ်မှုဂဏန်းတွက်စက်ကို အသုံးပြုပါ။

ထပ်လောင်းအရင်းအမြစ်များ

Python တွင် ရိုးရှင်းသော linear regression လုပ်နည်း
Python တွင် polynomial regression လုပ်နည်း
Python တွင် quantile regression လုပ်နည်း