مکین لرننگ - اسپرٹ گراف

ਬੰਦਰਾ ਚਿੱਤਰ (Scatter Plot)

ਬੰਦਰਾ ਚਿੱਤਰ ਇੱਕ ਚਿੱਤਰ ਹੈ ਜਿਸ ਵਿੱਚ ਡਾਟਾ ਸੈੱਟ ਦੇ ਹਰ ਮੁੱਲ ਨੂੰ ਇੱਕ ਪੁਆਇੰਟ ਨਾਲ ਦਰਸਾਇਆ ਗਿਆ ਹੈ。


Matplotlib ਮੌਡਿਊਲ ਨੇ ਬੰਦਰਾ ਚਿੱਤਰ ਦਰਸਾਉਣ ਦਾ ਇੱਕ ਤਰੀਕਾ ਹੈ ਜਿਸ ਵਿੱਚ ਦੋ ਲੰਬਾਈ ਵਾਲੇ ਪੈਕੇਜ ਦੀ ਜ਼ਰੂਰਤ ਹੁੰਦੀ ਹੈ, ਇੱਕ ਪੈਕੇਜ x ਅਕਸ਼ ਦੇ ਮੁੱਲਾਂ ਲਈ ਅਤੇ ਦੂਜਾ ਪੈਕੇਜ y ਅਕਸ਼ ਦੇ ਮੁੱਲਾਂ ਲਈ:

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

x ਪੈਕੇਜ ਹਰ ਕਾਰ ਦੀ ਉਮਰ ਦਰਸਾਉਂਦਾ ਹੈ。

y ਪੈਕੇਜ ਹਰ ਕਾਰ ਦੀ ਗਤੀ ਦਰਸਾਉਂਦਾ ਹੈ。

ਇੰਸਟੈਂਸ

ਕਿਰਪਾ ਕਰਕੇ ਇਸ ਦਾ ਉਪਯੋਗ ਕਰੋ: scatter() ਬੰਦਰਾ ਚਿੱਤਰ ਦਰਸਾਉਣ ਦਾ ਤਰੀਕਾ:

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

ਨਤੀਜਾਵਾਂ:


ਰਨ ਇੰਸਟੈਂਸ

ਸਪੈਰਟ ਗਰਾਫ ਵਿਸ਼ੇਸ਼ਤਾ

x ਅਕਸ਼ ਵਿੱਚ ਕਾਰ ਦੀ ਉਮਰ ਦਰਸਾਈ ਗਈ ਹੈ ਅਤੇ y ਅਕਸ਼ ਵਿੱਚ ਗਤੀ ਦਰਸਾਈ ਗਈ ਹੈ。

ਚਿੱਤਰ ਵਿੱਚ ਦੇਖਿਆ ਜਾ ਸਕਦਾ ਹੈ ਕਿ ਦੋ ਸਭ ਤੋਂ ਤੇਜ਼ ਕਾਰ ਨੂੰ 2 ਸਾਲ ਵਰਤਿਆ ਗਿਆ ਹੈ ਅਤੇ ਸਭ ਤੋਂ ਨੇੜਲਾ ਕਾਰ ਨੂੰ 12 ਸਾਲ ਵਰਤਿਆ ਗਿਆ ਹੈ。

ਟਿੱਪਣੀ:ਕਾਰ ਜਦੋਂ ਨਵੀਂ ਹੁੰਦੀ ਹੈ, ਤਾਂ ਹੋਰ ਤੇਜ਼ ਚਲਾਉਣ ਵਾਲੇ ਹੁੰਦੇ ਹਨ, ਪਰ ਇਹ ਇੱਕ ਮੋਹਕ ਹੈ, ਕਿਉਂਕਿ ਅਸੀਂ ਸਿਰਫ 13 ਕਾਰਾਂ ਨੂੰ ਰਜਿਸਟਰ ਕੀਤਾ ਹੈ。

ਰੈਂਡਮ ਡੇਟਾ ਡਿਸਟ੍ਰੀਬਿਊਸ਼ਨ

ਮਸ਼ੀਨ ਸਿੱਖਣ ਵਿੱਚ, ਡਾਟਾ ਸੈੱਟ ਸਦੀਆਂ ਅਤੇ ਮਿਲੀਅਨਾਂ ਮੁੱਲਾਂ ਨੂੰ ਸਮੂਹ ਬਣਾ ਸਕਦੇ ਹਨ。

ਟੈਸਟ ਅਲਗੋਰਿਥਮ ਵਿੱਚ, ਤੁਸੀਂ ਸਹੀ ਦਾਤਾ ਨਹੀਂ ਹੋ ਸਕਦੇ, ਤੁਸੀਂ ਰੈਂਡਮ ਪ੍ਰਕਾਰ ਦੇ ਮੁੱਲਾਂ ਦੀ ਵਰਤੋਂ ਕਰਨੀ ਹੋ ਸਕਦੀ ਹੈ。

ਜਿਵੇਂ ਅਸੀਂ ਪਿਛਲੇ ਚਾਪ ਵਿੱਚ ਸਿੱਖਿਆ ਹੈ, NumPy ਮੌਡਿਊਲ ਸਾਨੂੰ ਮਦਦ ਕਰ ਸਕਦਾ ਹੈ!

ਅਸੀਂ ਦੋ ਸਮਾਂ ਬਣਾਓ ਜਿਹੜੇ ਦੋਵੇਂ ਨੋਰਮਲ ਡੇਟਾ ਡਿਸਟ੍ਰੀਬਿਊਸ਼ਨ ਤੋਂ 1000 ਰੈਂਡਮ ਸੰਖਿਆਵਾਂ ਨਾਲ ਪੂਰੇ ਹਨ。

ਪਹਿਲੀ ਸਮਾਂ ਦਾ ਔਸਤ ਮੁੱਲ 5.0 ਅਤੇ ਸਟੈਂਡਰਡ ਡੀਵੀਏਸੀ 1.0 ਸੈਟ ਕੀਤਾ ਗਿਆ ਹੈ。

ਦੂਜੀ ਸਮਾਂ ਦਾ ਔਸਤ ਮੁੱਲ 10.0 ਅਤੇ ਸਟੈਂਡਰਡ ਡੀਵੀਏਸੀ 2.0 ਸੈਟ ਕੀਤਾ ਗਿਆ ਹੈ:

ਇੰਸਟੈਂਸ

1000 ਪੁਆਇੰਟਾਂ ਦਾ ਸਪੈਰਟ ਗਰਾਫ:

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()

ਨਤੀਜਾਵਾਂ:


ਰਨ ਇੰਸਟੈਂਸ

ਸਪੈਰਟ ਗਰਾਫ ਵਿਸ਼ੇਸ਼ਤਾ

ਅਸੀਂ ਇਹ ਵੀ ਦੇਖ ਸਕਦੇ ਹਾਂ ਕਿ ਪੁਆਇੰਟ ਸਮੂਹ x ਅਕਸ ਦੇ ਮੁੱਲ 5 ਅਤੇ y ਅਕਸ ਦੇ 10 ਦੇ ਆਸ ਪਾਸ ਹਨ

ਅਸੀਂ ਇਹ ਵੀ ਦੇਖ ਸਕਦੇ ਹਾਂ ਕਿ y ਅਕਸ ਵਿੱਚ ਫੈਲਾਉਣ ਵਾਲੀ ਸਮਾਂ ਵੱਧ ਹੈ ਕਿ ਨਾ ਕਿ x ਅਕਸ ਵਿੱਚ