পাইথনে Seaborn লাইব্রেরি ব্যবহার করে কার্নেল ডেনসিটি এস্টিমেশন (KDE) কীভাবে দেখাবেন?

ডেটা ভিজ্যুয়ালাইজেশন একটি গুরুত্বপূর্ণ ধাপ, কারণ এটি সংখ্যা না দেখেই বা জটিল হিসাব না করেই ডেটার ব্যাপার বুঝতে সাহায্য করে। Seaborn ডেটা ভিজ্যুয়ালাইজেশনের একটি লাইব্রেরি, যা কাস্টমাইজড থিম ও হাই-লেভেল ইন্টারফেস প্রদান করে।

কার্নেল ডেনসিটি এস্টিমেশন (Kernel Density Estimation - KDE) একটি পদ্ধতি যার মাধ্যমে একটি কন্টিনিউয়াস র‍্যান্ডম ভেরিয়েবলের প্রোবাবিলিটি ডেনসিটি ফাংশন অনুমান করা যায়। এই পদ্ধতিটি নন-প্যারামেট্রিক মানগুলোর বিশ্লেষণে ব্যবহৃত হয়। distplot ব্যবহার করার সময় যদি kde আর্গুমেন্ট True এবং hist False সেট করা হয়, তবে KDE ভিজ্যুয়ালাইজ করা যায়।

পাইথনে কার্নেল ডেনসিটি এস্টিমেশন ভিজ্যুয়ালাইজ করার উদাহরণ নিচে দেওয়া হলো:

উদাহরণ

import pandas as pd
import seaborn as sb
from matplotlib import pyplot as plt

df = sb.load_dataset('iris')
sb.distplot(df['petal_length'], kde=True, hist=False)
plt.show()

আউটপুট

ব্যাখ্যা

• প্রয়োজনীয় প্যাকেজগুলো ইম্পোর্ট করা হয়েছে।
• ইনপুট ডেটা iris_data scikit-learn লাইব্রেরি থেকে লোড করা হয়েছে।
• load_dataset ফাংশন ব্যবহার করে আইরিস ডেটা লোড করা হয়েছে।
• distplot ফাংশন দিয়ে ডেটা ভিজ্যুয়ালাইজ করা হয়েছে।
• এখানে kde প্যারামিটার True সেট করা হয়েছে কারণ শুধু হিস্টোগ্রাম দেখাতে চাই।
• ভিজ্যুয়াল ডেটা কনসোলে প্রদর্শন করা হয়েছে।

নোট − যখন kde এর মান False সেট করা হয়, তখন শুধু হিস্টোগ্রাম প্রদর্শিত হয়।