पायथन ट्यूटोरियल

अजगर घर पायथन परिचय पायथन आरंभ करें पायथन सिंटेक्स पायथन टिप्पणियाँ पायथन वेरिएबल्स पायथन डेटा प्रकार अजगर संख्या पायथन कास्टिंग पायथन स्ट्रिंग्स पायथन बूलियन्स पायथन ऑपरेटर्स पायथन सूचियाँ पायथन टुपल्स पायथन सेट पायथन डिक्शनरी अजगर अगर... और पाइथन जबकि लूप्स लूप्स के लिए पायथन पायथन कार्य अजगर लैम्ब्डा पायथन एरेज़ पायथन क्लासेस/ऑब्जेक्ट्स पायथन इनहेरिटेंस पायथन इटरेटर्स पायथन स्कोप पायथन मॉड्यूल अजगर तिथियाँ पायथन मठ पायथन JSON पायथन रेगेक्स पायथन पीआईपी अजगर का प्रयास करें... को छोड़कर पायथन उपयोगकर्ता इनपुट पायथन स्ट्रिंग स्वरूपण

फ़ाइल रखरखाव

पायथन फ़ाइल हैंडलिंग पायथन फ़ाइलें पढ़ें पायथन लिखें/फाइलें बनाएं पायथन फ़ाइलें हटाएं

पायथन मॉड्यूल

न्यूमपी ट्यूटोरियल पांडा वॉकथ्रू स्काइप ट्यूटोरियल

पायथन माटप्लोटलिब

माटप्लोटलिब परिचय माटप्लोटलिब आरंभ करें माटप्लोटलिब पाइप्लॉट माटप्लोटलिब प्लॉटिंग माटप्लोटलिब मार्कर माटप्लोटलिब लाइन माटप्लोटलिब लेबल माटप्लोटलिब ग्रिड माटप्लोटलिब सबप्लॉट्स माटप्लोटलिब स्कैटर माटप्लोटलिब बार्स माटप्लोटलिब हिस्टोग्राम Matplotlib पाई चार्ट

यंत्र अधिगम

शुरू करना मध्यमान मध्यम मोड मानक विचलन प्रतिशतता डेटा वितरण सामान्य डेटा वितरण स्कैटर प्लॉट रेखीय प्रतिगमन बहुपद प्रतिगमन बहु - प्रतिगमन स्केल ट्रेन / टेस्ट निर्णय वृक्ष

पायथन मायएसक्यूएल

MySQL प्रारंभ करें MySQL डेटाबेस बनाएँ MySQL तालिका बनाएँ MySQL सम्मिलित करें MySQL चुनें MySQL कहाँ MySQL ऑर्डर बाय MySQL हटाएं MySQL ड्रॉप टेबल MySQL अद्यतन MySQL सीमा मायएसक्यूएल जॉइन

पायथन मोंगोडीबी

मोंगोडीबी आरंभ करें MongoDB डेटाबेस बनाएँ MongoDB संग्रह बनाएँ मोंगोडीबी डालें मोंगोडीबी खोजें मोंगोडीबी क्वेरी मोंगोडीबी सॉर्ट मोंगोडीबी हटाएं MongoDB ड्रॉप संग्रह मोंगोडीबी अपडेट मोंगोडीबी सीमा

पायथन संदर्भ

पायथन अवलोकन पायथन बिल्ट-इन फंक्शन्स पायथन स्ट्रिंग तरीके पायथन सूची के तरीके पायथन डिक्शनरी के तरीके पायथन टुपल तरीके पायथन सेट मेथड्स पायथन फ़ाइल तरीके पायथन कीवर्ड पायथन अपवाद पायथन शब्दावली

मॉड्यूल संदर्भ

यादृच्छिक मॉड्यूल अनुरोध मॉड्यूल सांख्यिकी मॉड्यूल गणित मॉड्यूल सीमैथ मॉड्यूल

पायथन कैसे करें

सूची डुप्लिकेट निकालें एक स्ट्रिंग को उल्टा करें दो नंबर जोड़ें

पायथन उदाहरण

पायथन उदाहरण पायथन कंपाइलर अजगर व्यायाम अजगर प्रश्नोत्तरी पायथन प्रमाणपत्र

मशीन लर्निंग - माध्य माध्य मोड


माध्य, माध्यिका और बहुलक

संख्याओं के समूह को देखने से हम क्या सीख सकते हैं?

मशीन लर्निंग (और गणित में) में अक्सर तीन मूल्य होते हैं जो हमारी रुचि रखते हैं:

  • माध्य - औसत मूल्य
  • माध्यिका - मध्य बिंदु मान
  • मोड - सबसे आम मूल्य

उदाहरण: हमने 13 कारों की गति दर्ज की है:

speed = [99,86,87,88,111,86,103,87,94,78,77,85,86]

औसत, मध्य या सबसे सामान्य गति मान क्या है?


अर्थ

औसत मूल्य औसत मूल्य है।

माध्य की गणना करने के लिए, सभी मानों का योग ज्ञात करें, और योग को मानों की संख्या से विभाजित करें:

(99+86+87+88+111+86+103+87+94+78+77+85+86) / 13 = 89.77

NumPy मॉड्यूल में इसके लिए एक विधि है। हमारे NumPy ट्यूटोरियल में NumPy मॉड्यूल के बारे में जानें

उदाहरण

mean()औसत गति ज्ञात करने के लिए NumPy विधि का उपयोग करें :

import numpy

speed = [99,86,87,88,111,86,103,87,94,78,77,85,86]

x = numpy.mean(speed)

print(x)


मंझला

सभी मानों को क्रमबद्ध करने के बाद, मध्य मान मध्य में मान है:

77, 78, 85, 86, 86, 86, 87, 87, 88, 94, 99, 103, 111

यह महत्वपूर्ण है कि माध्यिका खोजने से पहले संख्याओं को क्रमबद्ध किया जाए।

NumPy मॉड्यूल में इसके लिए एक विधि है:

उदाहरण

median()मध्य मान ज्ञात करने के लिए NumPy विधि का उपयोग करें :

import numpy

speed = [99,86,87,88,111,86,103,87,94,78,77,85,86]

x = numpy.median(speed)

print(x)

यदि बीच में दो संख्याएँ हैं, तो उन संख्याओं के योग को दो से भाग दें।

77, 78, 85, 86, 86, 86, 87, 87, 94, 98, 99, 103

(86 + 87) / 2 =
86.5

उदाहरण

NumPy मॉड्यूल का उपयोग करना:

import numpy

speed = [99,86,87,88,86,103,87,94,78,77,85,86]

x = numpy.median(speed)

print(x)

तरीका

मोड मान वह मान है जो सबसे अधिक बार प्रकट होता है:

99,86, 87, 88, 111,86, 103, 87, 94, 78, 77, 85,86 = 86

SciPy मॉड्यूल में इसके लिए एक विधि है। हमारे SciPy ट्यूटोरियल में SciPy मॉड्यूल के बारे में जानें

उदाहरण

सबसे अधिक दिखाई देने वाली संख्या को खोजने के लिए SciPy mode()पद्धति का उपयोग करें:

from scipy import stats

speed = [99,86,87,88,111,86,103,87,94,78,77,85,86]

x = stats.mode(speed)

print(x)

अध्याय का सारांश

माध्य, माध्यिका और विधा ऐसी तकनीकें हैं जिनका उपयोग अक्सर मशीन लर्निंग में किया जाता है, इसलिए उनके पीछे की अवधारणा को समझना महत्वपूर्ण है।