လျင်မြန်သောဒေတာကြိုတင်လုပ်ဆောင်ခြင်းအတွက် Notepad-cheat sheet

မကြာခဏဆိုသလို Data Science နယ်ပယ်သို့ဝင်ရောက်သူများသည် ၎င်းတို့စောင့်မျှော်နေသည့်အရာအတွက် လက်တွေ့ကျသောမျှော်လင့်ချက်ထက် နည်းပါးသည်။ ယခုအခါတွင် ၎င်းတို့သည် အေးမြသော အာရုံကြောကွန်ရက်များကို ရေးသားမည်၊ Iron Man မှ အသံအကူကို ဖန်တီးမည် သို့မဟုတ် ငွေကြေးဈေးကွက်ရှိ လူတိုင်းကို အနိုင်ယူမည်ဟု လူအများက ထင်မြင်ကြသည်။
ဒါပေမယ့် အလုပ် ဒေတာများ သိပ္ပံပညာရှင်သည် ဒေတာမောင်းနှင်သူဖြစ်ပြီး အရေးကြီးဆုံးနှင့် အချိန်ကုန်သော ရှုထောင့်များထဲမှတစ်ခုမှာ ၎င်းကို အာရုံကြောကွန်ရက်တစ်ခုသို့ မကျွေးမီ သို့မဟုတ် ခွဲခြမ်းစိတ်ဖြာခြင်းမပြုမီ ဒေတာကို လုပ်ဆောင်ခြင်းဖြစ်သည်။

ဤဆောင်းပါးတွင်၊ ကျွန်ုပ်တို့၏အဖွဲ့သည် အဆင့်ဆင့်ညွှန်ကြားချက်များနှင့် ကုဒ်များဖြင့် ဒေတာကို လျင်မြန်လွယ်ကူစွာ စီမံဆောင်ရွက်နိုင်ပုံကို ဖော်ပြပါမည်။ ကျွန်ုပ်တို့သည် ကုဒ်ကို အတော်လေး လိုက်လျောညီထွေဖြစ်အောင် ကြိုးစားပြီး မတူညီသော ဒေတာအတွဲများအတွက် အသုံးပြုနိုင်ပါသည်။

ပရော်ဖက်ရှင်နယ် အတော်များများသည် ဤဆောင်းပါးတွင် ထူးထူးခြားခြား မတွေ့နိုင်သော်လည်း အစပြုသူများသည် အသစ်အဆန်းများကို သင်ယူနိုင်မည်ဖြစ်ပြီး မြန်ဆန်ပြီး စနစ်ကျသော ဒေတာလုပ်ဆောင်မှုအတွက် သီးခြားမှတ်စုစာအုပ်တစ်အုပ်ပြုလုပ်ရန် အိပ်မက်မက်ဖူးသူတိုင်းသည် ကုဒ်ကို ကူးယူပြီး ၎င်းတို့အတွက် ဖော်မတ်လုပ်နိုင်သည် သို့မဟုတ်၊ Github မှ ပြီးသော မှတ်စုစာအုပ်ကို ဒေါင်းလုဒ်လုပ်ပါ။

ဒေတာအတွဲကို ကျွန်ုပ်တို့ လက်ခံရရှိခဲ့သည်။ ဘာဆက်လုပ်ရမလဲ။

ထို့ကြောင့်၊ စံနှုန်း- ကျွန်ုပ်တို့သည် ကျွန်ုပ်တို့ဆက်ဆံနေသည့်အရာ၊ ခြုံငုံရုပ်ပုံကို နားလည်ရန် လိုအပ်သည်။ ဒါကိုလုပ်ဖို့၊ မတူညီတဲ့ဒေတာအမျိုးအစားတွေကို ရိုးရိုးရှင်းရှင်းသတ်မှတ်ဖို့ ပန်ဒါတွေကို အသုံးပြုပါတယ်။

import pandas as pd #импортируем pandas
import numpy as np  #импортируем numpy
df = pd.read_csv("AB_NYC_2019.csv") #читаем датасет и записываем в переменную df

df.head(3) #смотрим на первые 3 строчки, чтобы понять, как выглядят значения

df.info() #Демонстрируем информацию о колонках

ကော်လံတန်ဖိုးများကို ကြည့်ကြပါစို့။

1. ကော်လံတစ်ခုစီရှိ လိုင်းအရေအတွက်သည် စုစုပေါင်းလိုင်းအရေအတွက်နှင့် ကိုက်ညီပါသလား။
2. ကော်လံတစ်ခုစီရှိ ဒေတာ၏ အနှစ်သာရကား အဘယ်နည်း။
3. ၎င်းအတွက် ခန့်မှန်းချက်များကို ပြုလုပ်ရန်အတွက် မည်သည့်ကော်လံကို ပစ်မှတ်ထားလိုသနည်း။

ဤမေးခွန်းများအတွက် အဖြေများသည် ဒေတာအတွဲကို ခွဲခြမ်းစိတ်ဖြာနိုင်ပြီး သင်၏နောက်ထပ်လုပ်ဆောင်မှုများအတွက် အကြမ်းဖျင်းအစီအစဥ်ဆွဲနိုင်မည်ဖြစ်သည်။

ထို့အပြင်၊ ကော်လံတစ်ခုစီရှိတန်ဖိုးများကို နက်ရှိုင်းစွာကြည့်ရှုရန်အတွက်၊ ကျွန်ုပ်တို့သည် pandas describe() လုပ်ဆောင်ချက်ကို အသုံးပြုနိုင်သည်။ သို့သော်၊ ဤလုပ်ဆောင်ချက်၏အားနည်းချက်မှာ စာကြောင်းတန်ဖိုးများပါသော ကော်လံများအကြောင်း အချက်အလက်များ မပေးနိုင်ခြင်းကြောင့်ဖြစ်သည်။ နောက်မှ သူတို့နဲ့ ဆက်ဆံမယ်။

df.describe()

မျက်လှည့်စိတ်ကူးနဲ့

ငါတို့မှာ တန်ဖိုးတွေ လုံးဝမရှိဘူးဆိုတာကို ကြည့်ရအောင်။

import seaborn as sns
sns.heatmap(df.isnull(),yticklabels=False,cbar=False,cmap='viridis')

ဤအရာသည် အထက်မှကြည့်၍ အတိုချုံးကြည့်ခြင်းဖြစ်သည်၊ ယခု ကျွန်ုပ်တို့သည် ပိုမိုစိတ်ဝင်စားဖွယ်ကောင်းသော အရာများသို့ ဆက်သွားပါမည်။

ရှာကြည့်ရအောင်၊ ဖြစ်နိုင်လျှင် အတန်းအားလုံးတွင် တစ်ခုတည်းသော တန်ဖိုးရှိသော ကော်လံများကို ဖယ်ရှားပါ (၎င်းတို့သည် မည်သည့်နည်းဖြင့်မျှ ရလဒ်ကို ထိခိုက်စေမည်မဟုတ်ပါ)။

df = df[[c for c
        in list(df)
        if len(df[c].unique()) > 1]] #Перезаписываем датасет, оставляя только те колонки, в которых больше одного уникального значения

ယခု ကျွန်ုပ်တို့သည် မိမိကိုယ်ကိုယ်နှင့် ကျွန်ုပ်တို့၏ ပရောဂျက်၏ အောင်မြင်မှုကို မျဉ်းပွားများ (ရှိပြီးသားလိုင်းများထဲမှ တူညီသောအစီအစဥ်တွင် တူညီသော အချက်အလက်ပါရှိသော လိုင်းများ)၊

df.drop_duplicates(inplace=True) #Делаем это, если считаем нужным.
                                 #В некоторых проектах удалять такие данные с самого начала не стоит.

ကျွန်ုပ်တို့သည် ဒေတာအတွဲကို နှစ်ခုအဖြစ် ပိုင်းခြားသည်- တစ်ခုသည် အရည်အသွေးတန်ဖိုးများနှင့် အခြားတစ်ခုအား အရေအတွက်ဖြင့် ပိုင်းခြားထားသည်။

ဤနေရာတွင် ကျွန်ုပ်တို့သည် အသေးစိပ်ရှင်းလင်းချက်တစ်ခုပြုလုပ်ရန် လိုအပ်သည်- အရည်အသွေးနှင့် အရေအတွက်ဒေတာများတွင် ပျောက်ဆုံးနေသော ဒေတာလိုင်းများသည် တစ်ခုနှင့်တစ်ခု အလွန်ဆက်စပ်မှုမရှိပါက၊ ကျွန်ုပ်တို့သည် မည်သည့်အရာကို စွန့်လွှတ်ရမည်ကို ဆုံးဖြတ်ရန် လိုအပ်ပါသည်- ပျောက်ဆုံးနေသော အချက်အလက်ပါရှိသော လိုင်းများအားလုံးသည် ၎င်းတို့အနက်မှ တစ်စိတ်တစ်ပိုင်းသာဖြစ်သည်။ သို့မဟုတ် အချို့သော ကော်လံများ။ မျဉ်းကြောင်းများ ဆက်စပ်နေပါက dataset ကို နှစ်ပိုင်းခွဲပိုင်ခွင့်ရှိသည်။ မဟုတ်ပါက၊ သင်သည် ပထမဦးစွာ အရည်အချင်းနှင့် အရေအတွက်တွင် ပျောက်ဆုံးနေသော အချက်အလက်များကို ဆက်စပ်မှုမရှိသော လိုင်းများနှင့် ကိုင်တွယ်ဖြေရှင်းရန် လိုအပ်ပြီး ဒေတာအတွဲကို နှစ်ပိုင်းခွဲပါ။

df_numerical = df.select_dtypes(include = [np.number])
df_categorical = df.select_dtypes(exclude = [np.number])

ဤမတူညီသောဒေတာအမျိုးအစားနှစ်မျိုးကို စီမံဆောင်ရွက်ရာတွင် ပိုမိုလွယ်ကူစေရန် ဤအရာကို ကျွန်ုပ်တို့လုပ်ဆောင်သည် - နောက်ပိုင်းတွင် ၎င်းသည် ကျွန်ုပ်တို့၏ဘဝကို မည်မျှပိုမိုလွယ်ကူစေကြောင်း နားလည်လာပါမည်။

ကျွန်ုပ်တို့သည် ကိန်းဂဏန်းအချက်အလက်ဖြင့် လုပ်ဆောင်ပါသည်။

ကျွန်ုပ်တို့ ပထမဆုံးလုပ်သင့်သည်မှာ အရေအတွက်ဒေတာတွင် “သူလျှိုကော်လံများ” ရှိမရှိ ဆုံးဖြတ်ရန်ဖြစ်သည်။ ဤကော်လံများကို ၎င်းတို့သည် ပမာဏဒေတာအဖြစ် တင်ပြသော်လည်း အရည်အသွေးဆိုင်ရာ အချက်အလက်အဖြစ် လုပ်ဆောင်သောကြောင့် ကျွန်ုပ်တို့ဟုခေါ်သည်။

၎င်းတို့ကို ကျွန်ုပ်တို့ မည်သို့ခွဲခြားနိုင်မည်နည်း။ ဟုတ်ပါတယ်၊ အားလုံးက သင်ခွဲခြမ်းစိတ်ဖြာနေတဲ့ ဒေတာရဲ့ သဘောသဘာဝပေါ်မှာ မူတည်ပါတယ်၊ ဒါပေမယ့် ယေဘူယျအားဖြင့် အဲဒီကော်လံတွေမှာ ထူးခြားတဲ့ဒေတာအနည်းငယ် (ဒေသတွင်း 3-10 ထူးခြားတဲ့တန်ဖိုးများ) ရှိနိုင်ပါတယ်။

print(df_numerical.nunique())

ကျွန်ုပ်တို့သည် သူလျှိုကော်လံများကို ရှာဖွေတွေ့ရှိပြီးသည်နှင့် ၎င်းတို့အား အရေအတွက်ဒေတာမှ အရည်အသွေးကောင်းသော ဒေတာသို့ ရွှေ့ပါမည်။

spy_columns = df_numerical[['колонка1', 'колока2', 'колонка3']]#выделяем колонки-шпионы и записываем в отдельную dataframe
df_numerical.drop(labels=['колонка1', 'колока2', 'колонка3'], axis=1, inplace = True)#вырезаем эти колонки из количественных данных
df_categorical.insert(1, 'колонка1', spy_columns['колонка1']) #добавляем первую колонку-шпион в качественные данные
df_categorical.insert(1, 'колонка2', spy_columns['колонка2']) #добавляем вторую колонку-шпион в качественные данные
df_categorical.insert(1, 'колонка3', spy_columns['колонка3']) #добавляем третью колонку-шпион в качественные данные

နောက်ဆုံးတွင်၊ ကျွန်ုပ်တို့သည် အရည်အသွေးကောင်းသော ဒေတာနှင့် ကိန်းဂဏန်းအချက်အလက်ကို လုံး၀ ပိုင်းခြားထားပြီး ယခုအခါ ၎င်းကို ကောင်းစွာလုပ်ဆောင်နိုင်ပြီဖြစ်သည်။ ပထမအချက်မှာ ကျွန်ုပ်တို့တွင် ဗလာတန်ဖိုးများရှိသည် (NaN နှင့် အချို့သောကိစ္စများတွင် 0 ကို ဗလာတန်ဖိုးများအဖြစ် လက်ခံပါမည်)။

for i in df_numerical.columns:
    print(i, df[i][df[i]==0].count())

ဤအချိန်တွင်၊ ကော်လံသုညတွင် ပျောက်ဆုံးနေသောတန်ဖိုးများကို ဖော်ပြနိုင်သည်ကို နားလည်ရန် အရေးကြီးသည်- ဒေတာစုဆောင်းပုံကြောင့် ဖြစ်ပါသလား။ သို့မဟုတ် ဒေတာတန်ဖိုးများနှင့် ဆက်စပ်နိုင်ပါသလား။ ဤမေးခွန်းများကို ဖြစ်ရပ်တစ်ခုချင်းအလိုက် အဖြေပေးရပါမည်။

ထို့ကြောင့် သုညရှိသော ဒေတာများ ပျောက်ဆုံးနေနိုင်သည်ဟု ကျွန်ုပ်တို့ ဆုံးဖြတ်ထားဆဲဖြစ်ပါက၊ ဤပျောက်ဆုံးသွားသောဒေတာကို နောက်ပိုင်းတွင် ပိုမိုလွယ်ကူစေရန်အတွက် သုညကို NaN ဖြင့် အစားထိုးသင့်သည်-

df_numerical[["колонка 1", "колонка 2"]] = df_numerical[["колонка 1", "колонка 2"]].replace(0, nan)

အခု ကျွန်တော်တို့ ဒေတာတွေ ဘယ်မှာ ပျောက်နေလဲဆိုတာ ကြည့်ရအောင်။

sns.heatmap(df_numerical.isnull(),yticklabels=False,cbar=False,cmap='viridis') # Можно также воспользоваться df_numerical.info()

ဤနေရာတွင် ပျောက်ဆုံးနေသော ကော်လံများအတွင်းမှ တန်ဖိုးများကို အဝါရောင်ဖြင့် မှတ်သားထားသင့်သည်။ ယခုတော့ ပျော်ရွှင်စရာတွေ စတင်နေပါပြီ - ဒီတန်ဖိုးတွေကို ဘယ်လိုကိုင်တွယ်မလဲ။ ဤတန်ဖိုးများ သို့မဟုတ် ကော်လံများဖြင့် အတန်းများကို ဖျက်သင့်ပါသလား။ သို့မဟုတ် ဤအချည်းနှီးသောတန်ဖိုးများကို အခြားအရာများနှင့် ဖြည့်စွက်ပါ။

ဤသည်မှာ အကြမ်းဖျင်းအားဖြင့် အလွတ်တန်ဖိုးများနှင့် လုပ်ဆောင်နိုင်သည့်အရာကို ဆုံးဖြတ်ရန် သင့်အား ကူညီပေးနိုင်သည့် အကြမ်းဖျင်းပုံတစ်ခုဖြစ်သည်-

0။ မလိုအပ်သော ကော်လံများကို ဖယ်ရှားပါ။

df_numerical.drop(labels=["колонка1","колонка2"], axis=1, inplace=True)

1. ဤကော်လံရှိ အလွတ်တန်ဖိုးများ အရေအတွက်သည် 50% ထက် များနေပါသလား။

print(df_numerical.isnull().sum() / df_numerical.shape[0] * 100)

df_numerical.drop(labels=["колонка1","колонка2"], axis=1, inplace=True)#Удаляем, если какая-то колонка имеет больше 50 пустых значений

2. ဗလာတန်ဖိုးများနှင့် လိုင်းများကို ဖျက်ပါ။

df_numerical.dropna(inplace=True)#Удаляем строчки с пустыми значениями, если потом останется достаточно данных для обучения

၃.၁။ ကျပန်းတန်ဖိုးကို ထည့်သွင်းခြင်း။

import random #импортируем random
df_numerical["колонка"].fillna(lambda x: random.choice(df[df[column] != np.nan]["колонка"]), inplace=True) #вставляем рандомные значения в пустые клетки таблицы

၃.၂။ ကိန်းသေတန်ဖိုးကို ထည့်သွင်းခြင်း။

from sklearn.impute import SimpleImputer #импортируем SimpleImputer, который поможет вставить значения
imputer = SimpleImputer(strategy='constant', fill_value="<Ваше значение здесь>") #вставляем определенное значение с помощью SimpleImputer
df_numerical[["новая_колонка1",'новая_колонка2','новая_колонка3']] = imputer.fit_transform(df_numerical[['колонка1', 'колонка2', 'колонка3']]) #Применяем это для нашей таблицы
df_numerical.drop(labels = ["колонка1","колонка2","колонка3"], axis = 1, inplace = True) #Убираем колонки со старыми значениями

၃.၃။ ပျမ်းမျှ သို့မဟုတ် မကြာခဏ အများဆုံးတန်ဖိုးကို ထည့်ပါ။

from sklearn.impute import SimpleImputer #импортируем SimpleImputer, который поможет вставить значения
imputer = SimpleImputer(strategy='mean', missing_values = np.nan) #вместо mean можно также использовать most_frequent
df_numerical[["новая_колонка1",'новая_колонка2','новая_колонка3']] = imputer.fit_transform(df_numerical[['колонка1', 'колонка2', 'колонка3']]) #Применяем это для нашей таблицы
df_numerical.drop(labels = ["колонка1","колонка2","колонка3"], axis = 1, inplace = True) #Убираем колонки со старыми значениями

၃.၄။ အခြားမော်ဒယ်မှတွက်ချက်သောတန်ဖိုးကိုထည့်ပါ။

တစ်ခါတစ်ရံတွင် sklearn library သို့မဟုတ် အခြားသော အလားတူ စာကြည့်တိုက်များမှ မော်ဒယ်များကို အသုံးပြု၍ ဆုတ်ယုတ်မှု မော်ဒယ်များကို အသုံးပြု၍ တန်ဖိုးများကို တွက်ချက်နိုင်သည်။ ကျွန်ုပ်တို့၏အဖွဲ့သည် မဝေးတော့သောအနာဂတ်တွင် ၎င်းကို မည်သို့လုပ်ဆောင်နိုင်သည်ဟူသော သီးခြားဆောင်းပါးကို မြှုပ်နှံပါမည်။

ထို့ကြောင့်၊ ယခုအချိန်တွင်၊ ပမာဏဒေတာနှင့်ပတ်သက်သည့် ဇာတ်ကြောင်းကို အနှောင့်အယှက်ဖြစ်စေမည်၊ အကြောင်းမှာ မတူညီသောလုပ်ငန်းတာဝန်များအတွက် ဒေတာပြင်ဆင်ခြင်းနှင့် ကြိုတင်လုပ်ဆောင်ခြင်းတို့ကို ပိုမိုကောင်းမွန်အောင်ပြုလုပ်နည်းနှင့် အရေအတွက်ဆိုင်ရာ အချက်အလက်များအတွက် အခြေခံအရာများကို ဤဆောင်းပါးတွင် ထည့်သွင်းစဉ်းစားထားပြီး၊ ယခုအချိန်သည် အရည်အသွေးဆိုင်ရာဒေတာသို့ ပြန်သွားရန်အချိန်ဖြစ်သည်။ ဤမှတ်စုစာအုပ်ကို သင်နှစ်သက်သလို ပြောင်းလဲနိုင်ပြီး၊ ၎င်းကို မတူညီသောလုပ်ဆောင်စရာများနှင့် လိုက်လျောညီထွေဖြစ်အောင် ပြုလုပ်နိုင်သည်၊ သို့မှသာ ဒေတာကို ကြိုတင်လုပ်ဆောင်ခြင်းသည် အလွန်လျင်မြန်ပါသည်။

အရည်အသွေးအချက်အလက်

အခြေခံအားဖြင့်၊ အရည်အသွေးကောင်းမွန်သောဒေတာအတွက်၊ ၎င်းကို string (သို့မဟုတ် object) မှ နံပါတ်တစ်ခုသို့ဖော်မတ်ရန်အတွက် One-hot-encoding method ကိုအသုံးပြုသည်။ ဤနေရာသို့မသွားနိုင်မီ၊ ဗလာတန်ဖိုးများကိုဖြေရှင်းရန် အထက်ဖော်ပြပါ ပုံကြမ်းနှင့် ကုဒ်ကိုသုံးကြပါစို့။

df_categorical.nunique()

sns.heatmap(df_categorical.isnull(),yticklabels=False,cbar=False,cmap='viridis')

0။ မလိုအပ်သော ကော်လံများကို ဖယ်ရှားပါ။

df_categorical.drop(labels=["колонка1","колонка2"], axis=1, inplace=True)

1. ဤကော်လံရှိ အလွတ်တန်ဖိုးများ အရေအတွက်သည် 50% ထက် များနေပါသလား။

print(df_categorical.isnull().sum() / df_numerical.shape[0] * 100)

df_categorical.drop(labels=["колонка1","колонка2"], axis=1, inplace=True) #Удаляем, если какая-то колонка 
                                                                          #имеет больше 50% пустых значений

2. ဗလာတန်ဖိုးများနှင့် လိုင်းများကို ဖျက်ပါ။

df_categorical.dropna(inplace=True)#Удаляем строчки с пустыми значениями, 
                                   #если потом останется достаточно данных для обучения

၃.၁။ ကျပန်းတန်ဖိုးကို ထည့်သွင်းခြင်း။

import random
df_categorical["колонка"].fillna(lambda x: random.choice(df[df[column] != np.nan]["колонка"]), inplace=True)

၃.၂။ ကိန်းသေတန်ဖိုးကို ထည့်သွင်းခြင်း။

from sklearn.impute import SimpleImputer
imputer = SimpleImputer(strategy='constant', fill_value="<Ваше значение здесь>")
df_categorical[["новая_колонка1",'новая_колонка2','новая_колонка3']] = imputer.fit_transform(df_categorical[['колонка1', 'колонка2', 'колонка3']])
df_categorical.drop(labels = ["колонка1","колонка2","колонка3"], axis = 1, inplace = True)

ထို့ကြောင့်၊ ကျွန်ုပ်တို့သည် နောက်ဆုံးတွင် အရည်အသွေးကောင်းမွန်သောဒေတာရှိ nulls ဆိုင်ရာ လက်ကိုင်တစ်ခုရရှိပါသည်။ ယခု သင့်ဒေတာဘေ့စ်ရှိ တန်ဖိုးများပေါ်တွင် one-hot-encoding လုပ်ဆောင်ရန် အချိန်ကျရောက်ပြီဖြစ်သည်။ သင့် algorithm သည် အရည်အသွေးမြင့် ဒေတာများမှ သင်ယူနိုင်စေရန် သေချာစေရန် ဤနည်းလမ်းကို အသုံးပြုပါသည်။

def encode_and_bind(original_dataframe, feature_to_encode):
    dummies = pd.get_dummies(original_dataframe[[feature_to_encode]])
    res = pd.concat([original_dataframe, dummies], axis=1)
    res = res.drop([feature_to_encode], axis=1)
    return(res)

features_to_encode = ["колонка1","колонка2","колонка3"]
for feature in features_to_encode:
    df_categorical = encode_and_bind(df_categorical, feature))

ထို့ကြောင့်၊ ကျွန်ုပ်တို့သည် နောက်ဆုံးတွင် သီးခြားအရည်အသွေးနှင့် အရေအတွက်ဒေတာကို လုပ်ဆောင်ခြင်းပြီးဆုံးသွားပါပြီ - ၎င်းတို့ကို ပြန်လည်ပေါင်းစပ်ရန် အချိန်ဖြစ်သည်။

new_df = pd.concat([df_numerical,df_categorical], axis=1)

ဒေတာအတွဲများကို တစ်စုတစ်စည်းတည်း ပေါင်းစပ်ပြီးနောက်၊ ကျွန်ုပ်တို့သည် နောက်ဆုံးတွင် sklearn စာကြည့်တိုက်မှ MinMaxScaler ကို အသုံးပြု၍ ဒေတာအသွင်ပြောင်းခြင်းကို အသုံးပြုနိုင်ပါသည်။ ၎င်းသည် ကျွန်ုပ်တို့၏တန်ဖိုးများကို 0 နှင့် 1 အကြားရှိ စံနှုန်းများကို အနာဂတ်တွင် လေ့ကျင့်ပေးသည့်အခါ အထောက်အကူဖြစ်စေမည်ဖြစ်သည်။

from sklearn.preprocessing import MinMaxScaler
min_max_scaler = MinMaxScaler()
new_df = min_max_scaler.fit_transform(new_df)

ဤဒေတာသည် ယခုအခါ မည်သည့်အရာအတွက်မဆို အဆင်သင့်ဖြစ်နေပါပြီ - အာရုံကြောကွန်ရက်များ၊ စံ ML အယ်လဂိုရီသမ်များ စသည်ဖြင့်။

ဤဆောင်းပါးတွင်၊ ကျွန်ုပ်တို့သည် အချိန်စီးရီးဒေတာဖြင့် လုပ်ဆောင်ခြင်းကို ထည့်သွင်းစဉ်းစားခြင်းမရှိပါ၊ အဘယ်ကြောင့်ဆိုသော် ထိုသို့သောဒေတာအတွက် သင်သည် သင်၏တာဝန်အပေါ် မူတည်၍ အနည်းငယ်ကွဲပြားသော လုပ်ဆောင်မှုနည်းစနစ်များကို အသုံးပြုသင့်ပါသည်။ အနာဂတ်တွင်၊ ကျွန်ုပ်တို့အဖွဲ့သည် ဤအကြောင်းအရာအတွက် သီးခြားဆောင်းပါးတစ်ပုဒ်ကို မြှုပ်နှံမည်ဖြစ်ပြီး၊ ၎င်းသည် သင့်ဘဝတွင် စိတ်ဝင်စားဖွယ်၊ အသစ်အဆန်းနှင့် အသုံးဝင်သည့်အရာတစ်ခုကို ဆောင်ကျဉ်းပေးနိုင်လိမ့်မည်ဟု မျှော်လင့်ပါသည်။

source: www.habr.com