ডেটা ভিজ্যুয়ালাইজ করা একটি গুরুত্বপূর্ণ পদক্ষেপ কারণ এটি আসলে সংখ্যাগুলি না দেখে এবং জটিল গণনাগুলি সম্পাদন না করে ডেটাতে কী চলছে তা বুঝতে সহায়তা করে। Seaborn হল একটি লাইব্রেরি যা ডেটা ভিজ্যুয়ালাইজ করতে সাহায্য করে। এটি কাস্টমাইজড থিম এবং একটি উচ্চ-স্তরের ইন্টারফেসের সাথে আসে৷
কার্নেল ঘনত্ব অনুমান, কেডিই নামেও পরিচিত একটি পদ্ধতি যেখানে একটি অবিচ্ছিন্ন র্যান্ডম পরিবর্তনশীলের সম্ভাব্যতা ঘনত্ব ফাংশন অনুমান করা যায়৷
এই পদ্ধতিটি অ-প্যারামেট্রিক মানগুলির বিশ্লেষণের জন্য ব্যবহৃত হয়। 'distplot' ব্যবহার করার সময়, যদি আর্গুমেন্ট 'kde' True-এ সেট করা থাকে এবং 'hist' False-এ সেট করা হয়, KDE-কে ভিজ্যুয়ালাইজ করা যেতে পারে।
আসুন দেখি কিভাবে আমরা পাইথনে কার্নেলের ঘনত্ব অনুমান করতে পারি -
উদাহরণ
pdimport seaborn হিসেবে পান্ডা আমদানি করুন প্রাক>আউটপুট
ব্যাখ্যা
- প্রয়োজনীয় প্যাকেজগুলি আমদানি করা হয়৷ ৷
- ইনপুট ডেটা হল 'iris_data' যা scikit learn লাইব্রেরি থেকে লোড করা হয়।
- 'load_dataset' ফাংশনটি আইরিস ডেটা লোড করতে ব্যবহৃত হয়।
- এই ডেটা 'ডিসপ্লট' ফাংশন ব্যবহার করে কল্পনা করা হয়।
- এখানে, প্যারামিটার 'kde' সত্য হিসাবে সেট করা হয়েছে যেহেতু আমরা শুধুমাত্র হিস্টোগ্রাম প্রদর্শন করতে চাই।
- এই ভিজ্যুয়াল ডেটা কনসোলে প্রদর্শিত হয়৷ ৷
দ্রষ্টব্য − যখন 'kde'-এর মান False হিসাবে নির্দিষ্ট করা হয়, শুধুমাত্র হিস্টোগ্রাম প্রদর্শিত হয়।
