စက်သင်ယူခြင်း - Standard Deviation
Standard Deviation ဆိုတာ ဘာလဲ။
စံသွေဖည်မှုသည် တန်ဖိုးများမည်မျှပျံ့နှံ့သည်ကို ဖော်ပြသည့် နံပါတ်တစ်ခုဖြစ်သည်။
စံနိမ့်သွေဖည်မှုဆိုသည်မှာ ဂဏန်းအများစုသည် ပျမ်းမျှ (ပျမ်းမျှ) တန်ဖိုးနှင့် နီးစပ်သည်ဟု ဆိုလိုသည်။
မြင့်မားသောစံနှုန်းသွေဖည်မှုဆိုသည်မှာ တန်ဖိုးများကို ပိုမိုကျယ်ပြန့်သောအကွာအဝေးတွင် ဖြန့်ကျက်ထားခြင်းဖြစ်သည်။
ဥပမာ- ယခုအကြိမ်တွင် အမြန်နှုန်းကား ၇ စီးကို မှတ်ပုံတင်ထားပြီး၊
speed = [86,87,88,86,87,85,86]
စံသွေဖည်မှုမှာ-
0.9
တန်ဖိုးအများစုသည် 86.4 ဖြစ်သည့် ပျမ်းမျှတန်ဖိုးမှ 0.9 အကွာအဝေးအတွင်း ရှိနေသည်ဟု ဆိုလိုသည်။
ပိုမိုကျယ်ပြန့်သော အကွာအဝေးရှိသော နံပါတ်များကို ရွေးချယ်ခြင်းဖြင့် အလားတူလုပ်ဆောင်ကြပါစို့။
speed = [32,111,138,28,59,77,97]
စံသွေဖည်မှုမှာ-
37.85
တန်ဖိုးအများစုသည် 77.4 ဖြစ်သည့် ပျမ်းမျှတန်ဖိုးမှ 37.85 အကွာအဝေးအတွင်း ရှိနေသည်ဟု ဆိုလိုသည်။
သင်တွေ့မြင်ရသည့်အတိုင်း၊ ပိုမိုမြင့်မားသော စံသွေဖည်မှုတစ်ခုသည် တန်ဖိုးများကို ပိုမိုကျယ်ပြန့်သောအကွာအဝေးတွင် ပျံ့နှံ့နေကြောင်း ဖော်ပြသည်။
NumPy module တွင် စံသွေဖည်မှုကို တွက်ချက်ရန် နည်းလမ်းတစ်ခု ရှိသည်။
ဥပမာ
std()
စံသွေဖည်မှုကို ရှာဖွေရန် NumPy နည်းလမ်းကို အသုံးပြုပါ
import numpy
speed = [86,87,88,86,87,85,86]
x = numpy.std(speed)
print(x)
ဥပမာ
import numpy
speed = [32,111,138,28,59,77,97]
x = numpy.std(speed)
print(x)
ကွဲလွဲမှု
ကွဲလွဲမှုသည် တန်ဖိုးများမည်မျှပျံ့နှံ့သည်ကို ညွှန်ပြသည့် အခြားနံပါတ်တစ်ခုဖြစ်သည်။
တကယ်တော့၊ သင်သည် ကွဲလွဲမှု၏ နှစ်ထပ်ကိန်းကို ယူပါက၊ သင်သည် စံသွေဖည်မှုကို ရရှိမည်ဖြစ်သည်။
သို့မဟုတ် အခြားနည်းအားဖြင့် သင်သည် စံသွေဖည်မှုကို သူ့ဘာသာသူ မြှောက်ပါက ကွဲလွဲမှုကို သင်ရရှိမည်ဖြစ်သည်။
ကွဲလွဲမှုကို တွက်ချက်ရန် အောက်ပါအတိုင်း လုပ်ဆောင်ရပါမည်။
1. ဆိုလိုရင်းကို ရှာပါ-
(32+111+138+28+59+77+97) / 7 = 77.4
2. တန်ဖိုးတစ်ခုစီအတွက်- ဆိုလိုရင်းနှင့် ကွာခြားချက်ကို ရှာပါ-
32 - 77.4 = -45.4
111 - 77.4 = 33.6
138
- 77.4 = 60.6
28 - 77.4 = -49.4
59 - 77.4 = -18.4
77
- 77.4 = - 0.4
97 - 77.4 = 19.6
3. ခြားနားချက်တစ်ခုစီအတွက်- စတုရန်းတန်ဖိုးကို ရှာပါ-
(-45.4)2 = 2061.16
(33.6)2 = 1128.96
(60.6)2 = 3672.36
(-49.4)2 = 2440.36
(-18.4)2 = 338.56
(- 0.4)2 = 0.16
(19.6)2 = 384.16
4. ကွဲလွဲချက်သည် ဤနှစ်ထပ်ကိန်းကွဲများ၏ ပျမ်းမျှအရေအတွက်ဖြစ်သည်-
(2061.16+1128.96+3672.36+2440.36+338.56+0.16+384.16)
/ 7 = 1432.2
ကံကောင်းစွာဖြင့်၊ NumPy တွင် ကွဲလွဲမှုကို တွက်ချက်ရန် နည်းလမ်းတစ်ခုရှိသည်။
ဥပမာ
var()
ကွဲလွဲမှုကို ရှာရန် NumPy နည်းလမ်းကို အသုံးပြုပါ ။
import numpy
speed = [32,111,138,28,59,77,97]
x = numpy.var(speed)
print(x)
စံလွဲခြင်း။
ကျွန်ုပ်တို့လေ့လာခဲ့သည့်အတိုင်း၊ စံသွေဖည်မှုကို ရှာဖွေရန် ဖော်မြူလာသည် ကွဲပြားမှု၏ နှစ်ထပ်ကိန်းရင်းမြစ်ဖြစ်သည်-
√1432.25 = 37.85
သို့မဟုတ်၊ ယခင်နမူနာတွင်အတိုင်း၊ စံသွေဖည်မှုကို တွက်ချက်ရန် NumPy ကို အသုံးပြုပါ-
ဥပမာ
std()
စံသွေဖည်မှုကို ရှာဖွေရန် NumPy နည်းလမ်းကို အသုံးပြုပါ
import numpy
speed = [32,111,138,28,59,77,97]
x = numpy.std(speed)
print(x)
သင်္ကေတများ
Standard Deviation ကို Sigma: σ သင်္ကေတဖြင့် ကိုယ်စားပြုလေ့ရှိသည်။
ကွဲပြားမှုကို Sigma Square သင်္ကေတဖြင့် ကိုယ်စားပြုသည်- σ 2
အခန်းအကျဉ်းချုပ်
Standard Deviation နှင့် Variance တို့သည် Machine Learning တွင် မကြာခဏအသုံးပြုလေ့ရှိသော ဝေါဟာရများဖြစ်သောကြောင့် ၎င်းတို့ကို မည်သို့ရယူရမည်နှင့် ၎င်းတို့နောက်ကွယ်ရှိ သဘောတရားကို နားလည်ရန် အရေးကြီးပါသည်။