یادگیری ماشین - میانگین (Mean)، میانه (Median)، نما (Mode)

یادگیری ماشین - میانگین (Mean)، میانه (Median)، نما (Mode)

زمان مطالعه

5 دقیقه

تعداد بازدید

183

تعداد پرسش ها

0

افزودن به لیست علاقه مندی ها


برچسب ها :


اشتراک گذاری این مطلب
سامان محمدپور
در مورد نویسنده : موفقیت بستگی به تلاش هر شخص داره، هممون ب همون اندازه که تلاش کردیم موفق شدیم.

یادگیری ماشین - میانگین (Mean)، میانه (Median)، نما (Mode)

یادگیری ماشین - میانگین (Mean)، میانه (Median)، نما (Mode)

زمان مطالعه

5 دقیقه

تعداد بازدید

183

تعداد پرسش ها

0

افزودن به لیست علاقه مندی ها


برچسب ها :


اشتراک گذاری این مطلب

از جلسه پیش بحث یادگیری ماشین (Machine Learning) را شروع کردیم و مباحثی پایه ای در این زمینه را به شما گفتیم، حال در این جلسه می خواهیم در مورد کار با اعداد در یادگیری ماشین با شما صحبت کنیم.

اعداد همیشه در صدر مسائل پایه ای برنامه نویسی بوده اند و انجام عملیات روی آن ها باعث انجام کارهای خارق العاده می شود. در بحث یادگیری ماشین (Machine Learning) نیز اعداد جزو مسائل مهم و پایه ای به شمار می آیند.

با نگاه کردن به یک گروه از اعداد چه چیزی می توانیم بیاموزیم؟

در یادگیری ماشین (Machine Learning) و در مبحث ریاضیات اغلب سه ارزش وجود دارد که توجه ما را جلب می کند:

  • Mean : میانگین یک مجموعه عدد
  • Median : میانه یک مجموعه عدد
  • Mode : نمای یک مجموعه عدد

مثال: در این مثال ما سرعت 13 خودرو را ثبت کرده ایم:

 

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

 

در این جا میانگین سرعت، میانه مقادیر و یا رایج ترین مقدار سرعت کدام است؟

میانگین (Mean)

مقدار میانگین همان مقدار متوسط مجموعه اعداد است.

برای محاسبه میانگین، مجموع کل مقادیر را به دست می آوریم و آن را تقسیم بر تعداد اعداد در مجموعه می کنیم.

 

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

 

مقادیر بالا همان مقادیر مثال قبل هستند که میانگین آن ها را به دست آورده ایم.

ماژول NumPy روشی برای این کار دارد که در ادامه آن را بررسی می کنیم.

مثال: همان مثال بالا را در نظر بگیرید برای پیدا کردن میانگین سرعتش از ماژول NumPy، متد ()mean استفاده کرده ایم.

 

import numpy
speed = [99,86,87,88,111,86,103,87,94,78,77,85,86]
x = numpy.mean(speed)
print(x)

 

میانگین (Mean) در یادگیری ماشین (Machine Learning)

 

میانه (Median)

بعد از مرتب کردن کل مقادیر مجموعه، مقدار میانی آن ها میانه آن مجموعه است.

 

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

 

در این مثال که همان مثال سرعت خودرو ها است، اول مجموعه مرتب شده است سپس مقدار میانی آن که عدد 87 است به دست آمده است.

نکته: مرتب کردن مقادیر مجموعه قبل از پیدا کردن میانه بسیار حائز اهمیت است.

ماژول NumPy برای این کار هم متدی دارد که در ادامه آن را با مثال به شما نشان داده ایم.

مثال : در این مثال برای یافتن میانه از متد ()median در ماژول NumPy استفاده کرده ایم.

 

import numpy
speed = [99,86,87,88,111,86,103,87,94,78,77,85,86]
x = numpy.median(speed)
print(x)

 

میانه (Median) در یادگیری ماشین (Machine Learning)

 

نکته: اگر در میانه یک مجموعه دو عدد قرار داشت آن ها را باهم جمع می کند و مجموع آن ها را بر دو تقسیم می کند و عدد به دست آمده میانه مجموعه می باشد.

 

77, 78, 85, 86, 86, 86, 87, 87, 94, 98, 99, 103
(86 + 87) / 2 = 86.5

 

مثال: در این مثال که دو عدد در میانه وجود دارد را با ماژول NumPy و متد ()median به دست آورده ایم.

 

import numpy
speed = [99,86,87,88,86,103,87,94,78,77,85,86]
x = numpy.median(speed)
print(x)

 

میانه (Median) در یادگیری ماشین (Machine Learning)

 

نما (Mode)

نما مقداری را که در مجموعه بیشترین تکرار را داشته است نشان می دهد.

 

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

 

ماژول SciPy متدی برای این کار دارد که در ادامه آن را با مثال به شما نشان می دهیم.

مثال: در این مثال نمای یک مجموعه را با استفاده از ماژول SciPy و متد mode() پیدا می کنیم.

 

from scipy import stats
speed = [99,86,87,88,111,86,103,87,94,78,77,85,86]
x = stats.mode(speed)
print(x)

 

نما (Mode) در یادگیری ماشین (Machine Learning)

 

متد ()mode دو مقدار را برمی گرداند یکی مقدار ModeResult که نمای مجموعه را نشان می دهد و دیگری مقدار Count که تعداد دفعات تکرار مقدار نما در مجموعه را نشان می دهد.

خلاصه مقاله

میانگین، میانه و نما تکنیک هایی هستند که اغلب در یادگیری ماشین (Machine Learning) استفاده می شوند، بنابراین درک اساسی آن ها بسیار حائز اهمیت است.

در این مقاله این سه تکنیک را یاد گرفتیم و به طور اساسی با آن ها آشنا شدیم.

در مقاله بعدی به مبحث مهم دیگری با عنوان انحراف معیار در یادگیری ماشین می پردازیم.

سامان محمدپور
در مورد نویسنده : موفقیت بستگی به تلاش هر شخص داره، هممون ب همون اندازه که تلاش کردیم موفق شدیم.


پرسش و پاسخ
0
دوره پیشنهادی
دوره پیشنهادی