مکین لرننگ - اسپرٹ گراف

نمودار نمائش (Scatter Plot)

نمودار نمائش میں، ہر ایک دوسرے کا نمائندہ بندرے کے ذریعہ نمائش کی جاتی ہیں، جو دیتا میں کا ہر ایک کا نمائندہ ہوتا ہے。


Matplotlib ماڈیول نمودار نمائش کرنے کا ایک طریقہ رکھتا ہے، جس میں دو ایک ساڑھے آرایے ضروری ہیں، ایک آرایہ ایکس ایکسرس کے لئے اور دوسرا آرایہ وائی ایکسرس کے لئے:

ایکس = [5, 7, 8, 7, 2, 17, 2, 9, 4, 11, 12, 9, 6]
وائی = [99, 86, 87, 88, 111, 86, 103, 87, 94, 78, 77, 85, 86]

ایکس آرایہ ہر موٹر گاڑی کی عمر کو ظاہر کرتا ہے。

وائی آرایہ ہر موٹر گاڑی کی رفتار کو ظاہر کرتا ہے。

مثال

کریپر استعمال کریں، scatter() نمودار نمائش کرنے کا طریقہ:

import matplotlib.pyplot as plt
ایکس = [5, 7, 8, 7, 2, 17, 2, 9, 4, 11, 12, 9, 6]
وائی = [99, 86, 87, 88, 111, 86, 103, 87, 94, 78, 77, 85, 86]
plt.scatter(x, y)
plt.show()

نتائج:


مثال چلاؤ

اسپرٹ کا توجیہ

ایکس ایکسرس کا مطلب یہ ہے کہ موٹر گاڑی کی عمر، وائی ایکسرس کا مطلب یہ ہے کہ رفتار。

شے میں دیکھ سکتا ہے کہ دو سب سے تیز موٹر گاڑیاں 2 سال استعمال کی ہوئی ہیں، سب سے تیزی سے چلنے والی موٹر گاڑی 12 سال استعمال کی ہوئی ہے。

注释：汽车似乎越新，驾驶速度就越快，但这可能是一个巧合，毕竟我们只注册了 13 辆汽车。

随机数据分布

在机器学习中，数据集可以包含成千上万甚至数百万个值。

测试算法时，您可能没有真实的数据，您可能必须使用随机生成的值。

正如我们在上一章中学到的那样，NumPy 模块可以帮助我们！

让我们创建两个数组，它们都填充有来自正态数据分布的 1000 个随机数。

پہلی نمائش کا اوسط قیمتی 5.0، معیار انحراف 1.0 سے سیٹ کیا گیا ہے.

دوسری نمائش کا اوسط قیمتی 10.0، معیار انحراف 2.0 سے سیٹ کیا گیا ہے:

مثال

1000 نک پوائنٹ کا اسپرٹ:

import numpy
import matplotlib.pyplot as plt
x = numpy.random.normal(5.0, 1.0, 1000)
y = numpy.random.normal(10.0, 2.0, 1000)
plt.scatter(x, y)
plt.show()

نتائج:


مثال چلاؤ

اسپرٹ کا توجیہ

ہم دیکھ سکتے ہیں کہ پوائنٹس x ایکسیس کی قیمتی 5 اور y ایکسیس کی قیمتی 10 کے اطراف تھوڑی دوری سے گروپ بند ہوئی ہیں.

ہم دیکھ سکتے ہیں کہ y ایکسیس پر سائیڈنگ کیا گیا ہے، جو x ایکسیس سے بڑا ہے.