ဥပမာ 2 ဒေတာ
ဥပမာ 2 သည် ဥပမာ 1 ကဲ့သို့ တူညီသော အရင်းအမြစ်ကုဒ်ကို အသုံးပြုသည်။
သို့သော် အခြားဒေတာအတွဲကို အသုံးပြုထားသောကြောင့် ကုဒ်သည် အခြားဒေတာများကို စုဆောင်းရမည်ဖြစ်သည်။
ဒေတာစုဆောင်းခြင်း။
ဥပမာ 2 တွင်အသုံးပြုသည့်ဒေတာသည် အိမ်အရာဝတ္ထုများစာရင်းဖြစ်သည်-
{
"Avg. Area Income": 79545.45857,
"Avg. Area House Age": 5.682861322,
"Avg. AreaNumberofRooms": 7.009188143,
"Avg. Area Number of Bedrooms": 4.09,
"Area Population": 23086.8005,
"Price": 1059033.558,
},
{
"Avg. Area Income": 79248.64245,
"Avg. Area House Age": 6.002899808,
"Avg. AreaNumberofRooms": 6.730821019,
"Avg. Area Number of Bedrooms": 3.09,
"Area Population": 40173.07217,
"Price": 1505890.915,
},
ဒေတာအတွဲသည် သိမ်းဆည်းထားသော JSON ဖိုင်တစ်ခုဖြစ်သည်-
https://github.com/meetnandu05/ml1/blob/master/house.jsonဒေတာသန့်ရှင်းရေး
machine learning အတွက် ပြင်ဆင်သည့်အခါ၊ အမြဲတမ်း အရေးကြီးသည်-
- သင်မလိုအပ်သောဒေတာကိုဖယ်ရှားပါ။
- အမှားများမှဒေတာကိုရှင်းလင်းပါ။
ဒေတာကို ဖယ်ရှားပါ။
မလိုအပ်သောဒေတာများကိုဖယ်ရှားရန် စမတ်ကျသောနည်းလမ်း ဖြစ်ပြီး သင်လိုအပ်သည့်ဒေတာကိုသာ ထုတ်ယူ နိုင်မည်ဖြစ်သည်။
သင့်ဒေတာကို မြေပုံလုပ်ဆောင်ချက် ဖြင့် ထပ်လောင်းခြင်း (ထပ်ကာထပ်ကာ) ဖြင့် လုပ်ဆောင်နိုင်သည် ။
အောက်ဖော်ပြပါလုပ်ဆောင်ချက်သည် အရာဝတ္တုတစ်ခုကိုယူ၍ အ ရာဝတ္တု၏ Horsepower နှင့် Miles_per_Gallon ဂုဏ်သတ္တိများမှ x နှင့် y ကိုသာ ပြန်ပေးသည်-
function extractData(obj) {
return {x:obj.Horsepower, y:obj.Miles_per_Gallon};
}
အမှားများကိုဖယ်ရှားပါ။
ဒေတာအတွဲအများစုတွင် အမှားအယွင်းအချို့ပါရှိသည်။
အမှားများကိုဖယ်ရှားရန် စမတ်ကျသောနည်းလမ်းမှာ အမှားများကို စစ်ထုတ်ရန် filter function ကိုအသုံးပြုခြင်း ဖြစ်သည်။
ဂုဏ်သတ္တိများ (x သို့မဟုတ် y) တွင် null တန်ဖိုးပါရှိလျှင် အောက်ဖော်ပြပါကုဒ်သည် false ပြန်ပေးသည်-
function removeErrors(obj) {
return obj.x != null && obj.y != null;
}
ဒေတာရယူခြင်း။
သင့်တွင် သင့်မြေပုံနှင့် စစ်ထုတ်သည့်လုပ်ဆောင်ချက်များ အဆင်သင့်ရှိနေပါက၊ အချက်အလက်ရယူရန် လုပ်ဆောင်ချက်တစ်ခုကို သင်ရေးသားနိုင်သည်။
async function runTF() {
const jsonData = await fetch("cardata.json");
let values = await jsonData.json();
values = values.map(extractData).filter(removeErrors);
}
Data များဆွဲခြင်း။
ဤသည်မှာ ဒေတာကိုဆွဲရန် သင်သုံးနိုင်သော ကုဒ်အချို့ဖြစ်သည်။
function tfPlot(values, surface) {
tfvis.render.scatterplot(surface,
{values:values, series:['Original','Predicted']},
{xLabel:'Rooms', yLabel:'Price',});
}