ဒေတာသိပ္ပံ - Slope နှင့် Intercept
Slope နှင့် Intercept
ယခုကျွန်ုပ်တို့၏လုပ်ဆောင်မှု၏ slope နှင့် intercept ကို မည်သို့တွေ့ရှိကြောင်း ရှင်းပြပါမည်။
f(x) = 2x + 80
အောက်ဖော်ပြပါပုံသည် မျဉ်းကြောင်းမည်မျှမတ်စောက်သည်ကိုညွှန်ပြသည့် Slope နှင့် y ၏တန်ဖိုးဖြစ်သည့် ကြားဖြတ်သည် x = 0 (ထောင့်ဖြတ်မျဉ်းသည် ဒေါင်လိုက်ဝင်ရိုးကိုဖြတ်သွားသည့်အမှတ်) ဖြစ်သည်။ အနီရောင်လိုင်းသည် ယခင်စာမျက်နှာမှ အပြာရောင်မျဉ်း၏ အဆက်ဖြစ်သည်။
Slope ကိုရှာပါ။
ပျမ်းမျှသွေးခုန်နှုန်းတစ်ခုပြီးတစ်ခုတိုးလာပါက ကယ်လိုရီလောင်ကျွမ်းမှု မည်မျှတိုးလာသည်ဟု ကုန်းစောင်းကို သတ်မှတ်သည်။ ထောင့်ဖြတ်မျဉ်းသည် မည်မျှ မတ်စောက်သည်ကို ပြောပြသည်။
ဂရပ်မှ အမှတ်နှစ်ခု၏ အချိုးကျခြားနားချက်ကို အသုံးပြု၍ လျှောစောက်ကို ရှာနိုင်သည်။
- ပျမ်းမျှသွေးခုန်နှုန်းက 80 ဆိုရင် ကယ်လိုရီလောင်ကျွမ်းမှုက 240 ဖြစ်ပါတယ်။
- ပျမ်းမျှသွေးခုန်နှုန်းက 90 ဆိုရင် ကယ်လိုရီလောင်ကျွမ်းမှုက 260 ဖြစ်ပါတယ်။
ပျမ်းမျှသွေးခုန်နှုန်းက 10 နဲ့ တက်လာရင် ကယ်လိုရီလောင်ကျွမ်းမှုက 20 တိုးလာတယ်ဆိုတာ ကျွန်တော်တို့မြင်ပါတယ်။
Slope = 20/10 = 2
ကုန်းစောင်းက ၂။
သင်္ချာအားဖြင့်၊ Slope ကို အောက်ပါအတိုင်း သတ်မှတ်သည်။
Slope = f(x2) - f(x1) / x2-x1
f(x2) = Calorie_Burnage = 260
f(x1) = ပထမအကြိမ် Calorie_Burnage = 240
x2 = ဒုတိယကြည့်ရှုခြင်း Average_Pulse = 90
x1 = ပထမအကြိမ် Average_Pulse = 80
Slope = (260-240) / (90 - 80) = 2
လေ့လာချက်များကို မှန်ကန်သော အစီအစဉ်ဖြင့် သတ်မှတ်ရန် တသမတ်တည်း ဖြစ်ပါစေ။ မဟုတ်ပါက ခန့်မှန်းချက် မှန်ကန်မည်မဟုတ်ပါ။
Slope ကိုရှာရန် Python ကိုသုံးပါ။
အောက်ပါကုဒ်ဖြင့် လျှောစောက်ကို တွက်ချက်ပါ။
ဥပမာ
def slope(x1, y1, x2, y2):
s = (y2-y1)/(x2-x1)
return s
print (slope(80,240,90,260))
Intercept ကိုရှာပါ။
ကြားဖြတ်သည် Calorie_Burnage ကို ခန့်မှန်းနိုင်သည့် လုပ်ဆောင်ချက်များကို ကောင်းစွာချိန်ညှိရန် အသုံးပြုသည်။
ကြားဖြတ်သည် ထောင့်ဖြတ်မျဉ်းသည် အပြည့်ဆွဲထားလျှင် y ဝင်ရိုးကိုဖြတ်သွားသည့်နေရာဖြစ်သည်။
ကြားဖြတ်သည် x = 0 ဖြစ်သောအခါ y ၏တန်ဖိုးဖြစ်သည်။
ဤတွင်၊ ပျမ်းမျှသွေးခုန်နှုန်း (x) သည် သုညဖြစ်လျှင် ကယ်လိုရီလောင်ကျွမ်းမှု (y) သည် 80 ဖြစ်သည်ကို ကျွန်ုပ်တို့တွေ့မြင်ရသည်။
ဒီတော့ ကြားဖြတ်က 80 ပါ။
တခါတရံတွင် ကြားဖြတ်သည် လက်တွေ့ကျကျ အဓိပ္ပါယ်ရှိသည်။ တစ်ခါတလေတော့ မဟုတ်ပါဘူး။
ပျမ်းမျှသွေးခုန်နှုန်းသည် သုညဖြစ်ကြောင်း အဓိပ္ပါယ်ရှိပါသလား။
မဟုတ်ပါ၊ သင်သေလိမ့်မည်၊ သင်သည်မည်သည့်ကယ်လိုရီကိုမျှလောင်ကျွမ်းလိမ့်မည်မဟုတ်ပေ။
သို့သော်လည်း၊ Calorie_Burnage မှန်ကန်စွာ ခန့်မှန်းနိုင်သော သင်္ချာလုပ်ဆောင်ချက်၏ စွမ်းရည်ကို ပြီးမြောက်စေရန်အတွက် ကြားဖြတ်ကို ကျွန်ုပ်တို့ ထည့်သွင်းရန် လိုအပ်ပါသည်။
သင်္ချာလုပ်ဆောင်ချက်တစ်ခု၏ ကြားဖြတ်သည် လက်တွေ့ကျကျ အဓိပ္ပာယ်ရှိနိုင်သည့် အခြားသော ဥပမာများ-
- စျေးကွက်ရှာဖွေရေးအသုံးစရိတ်ကို အသုံးပြု၍ လာမည့်နှစ်တွင် ၀င်ငွေကို ခန့်မှန်းခြင်း (စျေးကွက်ရှာဖွေရေးအသုံးစရိတ် သုညဖြစ်ပါက နောက်နှစ်တွင် ဝင်ငွေမည်မျှရှိမည်နည်း။) စျေးကွက်ရှာဖွေရေးတွင် ငွေကြေးမသုံးစွဲသော်လည်း ကုမ္ပဏီတစ်ခုသည် ဝင်ငွေအချို့ရှိနေဆဲဟု ယူဆဖွယ်ရှိသည်။
- အရှိန်ဖြင့် လောင်စာဆီအသုံးပြုမှု (အမြန်နှုန်း 0 mph နှင့် ညီမျှပါက လောင်စာဆီမည်မျှသုံးမည်နည်း။) ဓာတ်ဆီသုံးသောကားသည် ရပ်နားထားချိန်တွင် လောင်စာဆီ ဆက်လက်သုံးစွဲနေမည်ဖြစ်သည်။
Python ကိုအသုံးပြု၍ Slope နှင့် Intercept ကိုရှာပါ။
np.polyfit()
လုပ်ဆောင်ချက်သည် slope နှင့် intercept ကိုပြန်ပေးသည် ။
ကျွန်ုပ်တို့သည် အောက်ပါကုဒ်ကို ဆက်လုပ်ပါက၊ လုပ်ဆောင်ချက်မှ slope နှင့် intercept နှစ်ခုလုံးကို ရရှိနိုင်သည်။
ဥပမာ
import pandas as pd
import numpy as np
health_data = pd.read_csv("data.csv", header=0, sep=",")
x = health_data["Average_Pulse"]
y = health_data["Calorie_Burnage"]
slope_intercept = np.polyfit(x,y,1)
print(slope_intercept)
ဥပမာ ရှင်းပြထားသည်-
- Average_Pulse (x) နှင့် Calorie_Burnage (y) တို့ကို health_data မှ ခွဲထုတ်ပါ။
- np.polyfit() လုပ်ဆောင်ချက်ကို ခေါ်ပါ။
- function ၏နောက်ဆုံးဘောင်သည် function ၏ဒီဂရီကိုသတ်မှတ်သည်၊ ဤအခြေအနေတွင် "1" ဖြစ်သည်။
ထိပ်ဖျား- linear functions = 1.degree လုပ်ဆောင်ချက်။ ကျွန်ုပ်တို့၏ဥပမာတွင်၊ function သည် linear ဖြစ်ပြီး 1.degree တွင်ဖြစ်သည်။ ဆိုလိုသည်မှာ coefficients (ကိန်းဂဏာန်းများ) သည် တစ်ခု၏ ပါဝါတွင် ရှိနေသည်။
ယခု ကျွန်ုပ်တို့သည် slope (2) နှင့် ကြားဖြတ် (80) ကို တွက်ချက်ထားပါသည်။ သင်္ချာလုပ်ဆောင်ချက်ကို အောက်ပါအတိုင်း ရေးနိုင်ပါသည်။
သင်္ချာအသုံးအနှုန်းကို အသုံးပြု၍ Calorie_Burnage ကို ခန့်မှန်းပါ-
f(x) = 2x + 80
လုပ်ဆောင်စရာ-
ယခု ကျွန်ုပ်တို့သည် ပျမ်းမျှသွေးခုန်နှုန်း 135 ဖြစ်လျှင် ကယ်လိုရီလောင်ကျွမ်းမှုကို ခန့်မှန်းလိုပါသည်။
ကြားဖြတ်သည် ကိန်းသေတစ်ခုဖြစ်ကြောင်း သတိရပါ။ ကိန်းသေဆိုသည်မှာ မပြောင်းလဲသော ကိန်းသေတစ်ခုဖြစ်သည်။
ယခု ကျွန်ုပ်တို့သည် input x ကို 135 ဖြင့် အစားထိုးနိုင်သည် ။
f(135) = 2 * 135 + 80 = 350
ပျမ်းမျှသွေးခုန်နှုန်းက 135 ဆိုရင် ကယ်လိုရီလောင်ကျွမ်းမှုက 350 ဖြစ်ပါတယ်။
Python တွင် သင်္ချာလုပ်ဆောင်ချက်ကို သတ်မှတ်ပါ။
ဤသည်မှာ အတိအကျတူညီသော သင်္ချာလုပ်ဆောင်ချက်ဖြစ်သော်လည်း Python တွင်ဖြစ်သည်။ လုပ်ဆောင်ချက်သည် 2*x + 80၊ x ဖြင့် input ကို ပြန်ပေးသည်-
ဥပမာ
def my_function(x):
return 2*x + 80
print (my_function(135))
x ကို 140 နှင့် 150 ဖြင့် အစားထိုးကြည့်ပါ။
Python တွင် ဂရပ်အသစ်တစ်ခုဆွဲပါ။
ဤတွင်၊ ကျွန်ုပ်တို့သည် ယခင်ကဲ့သို့ ဂရပ်ကို ပုံဖော်ထားသော်လည်း ဝင်ရိုးကို အနည်းငယ်ဖော်မတ်ထားသည်။
y-ဝင်ရိုး၏ အမြင့်ဆုံးတန်ဖိုးသည် ယခုအခါ 400 ဖြစ်ပြီး x-axis သည် 150 ဖြစ်သည်။
ဥပမာ
import matplotlib.pyplot as plt
health_data.plot(x ='Average_Pulse',
y='Calorie_Burnage', kind='line'),
plt.ylim(ymin=0, ymax=400)
plt.xlim(xmin=0,
xmax=150)
plt.show()
နမူနာရှင်းပြထားပါတယ်။
- matplotlib စာကြည့်တိုက်၏ pyplot module ကိုတင်သွင်းပါ။
- Calorie_Burnage နှင့် Average_Pulse မှဒေတာကို ဆွဲချပါ။
kind='line'
လိုချင်တဲ့ ဇာတ်ကွက် အမျိုးအစားကို ပြောပြပါ။ ဒီမှာတော့ မျဉ်းဖြောင့်ရှိစေချင်တယ်။- plt.ylim() နှင့် plt.xlim() သည် ဝင်ရိုးကို စတင်ရန်နှင့် ရပ်တန့်စေလိုသည့် တန်ဖိုးကို ပြောပြသည်။
- plt.show() output ကို ပြပေးသည်။