Machine Learning - Percentiles
- ຫນ້າໜ້າກ່ອນ ຄວາມພາວະການອັດຕາການຂອງຄົນ
- ຫນ້າໜ້າໜ້ານີ້ ການກະຈາຍຂໍ້ມູນ
ວ່າແມ່ນສະມາຊິດ?
ການນໍາໃຊ້ສະມາຊິດ (Percentiles) ໃນສາດສະມາຄົມສະໜອງເກົ່າເປັນຕົວເລກທີ່ອະທິບາຍຄວາມຫຼາຍຫນັງຂອງຄວາມສະມາຊິດທີ່ຫຼາຍຫນັງ.
ອີກຕົວຢ່າງ: ພວກເຮົາມີລະບົບຄືນວິນັນພາບຂອງຄົນອາຍຸປະມານ.
ages = [5,31,43,48,50,41,7,11,15,39,80,82,32,2,8,6,25,36,27,61,31]
ວ່າແມ່ນສະມາຊິກທີ່ 75 百ຊາດຈະປະມານອີກຈຳນວນທີ່ຫຼາຍຫນັງ? ຄຳຕອບວ່າອີກ 43 ປີ, ຄວາມປະມານວ່າ 75％ ຂອງຄົນປະມານ 43 ປີຫຼາຍຫນັງ.
NumPy ສະມາຊິກມີວິທີທີ່ພົບຄວາມສະມາຊິກທີ່ກໍານົດໄວ້
ຄວາມປະສົງ
ການນໍາໃຊ້ NumPy percentile() ວິທີຄົ້ນຄວ້າຄວາມສະມາຊິກຂອງສະມາຊິກ
import numpy ages = [5,31,43,48,50,41,7,11,15,39,80,82,32,2,8,6,25,36,27,61,31] x = numpy.percentile(ages, 75) print(x)
ຄວາມປະສົງ
90％ ຂອງຄົນອາຍຸປີປະມານຈະປະມານອີກຈຳນວນທີ່ຫຼາຍຫນັງ?
import numpy ages = [5,31,43,48,50,41,7,11,15,39,80,82,32,2,8,6,25,36,27,61,31] x = numpy.percentile(ages, 90) print(x)
- ຫນ້າໜ້າກ່ອນ ຄວາມພາວະການອັດຕາການຂອງຄົນ
- ຫນ້າໜ້າໜ້ານີ້ ການກະຈາຍຂໍ້ມູນ
