စာရင်းအင်းပညာတွင် ဒေတာမြင်ယောင်မှုနည်းစနစ်များ

စာရင်းအင်းပညာတွင် ဒေတာမြင်ယောင်မှုနည်းစနစ်များ

ဒေတာမြင်ယောင်ကြည့်ခြင်းသည် ခေတ်သစ်စာရင်းအင်းများ၏ အရေးကြီးသော အစိတ်အပိုင်းတစ်ခုဖြစ်သည်။ စစ်တမ်းများ၊ စမ်းသပ်မှုများ၊ ဒစ်ဂျစ်တယ်ငွေပေးငွေယူများနှင့် အာရုံခံကိရိယာများမှ ဒေတာများစွာကြားတွင် အဓိကစိန်ခေါ်မှုမှာ ကိန်းဂဏန်းများကို တွက်ချက်ခြင်းသာမက ၎င်းတို့နောက်ကွယ်ရှိ အဓိပ္ပာယ်ကို ဖော်ပြခြင်းလည်းဖြစ်သည်။ ဤနေရာတွင် ဒေတာမြင်ယောင်ကြည့်ခြင်းသည် အရေးပါလာပါသည်- ကုန်ကြမ်းဒေတာကို နားလည်နိုင်သော မျက်နှာပြင်များအဖြစ်သို့ ပြောင်းလဲခြင်း၊ ပုံစံများကို ရှာဖွေတွေ့ရှိရန်၊ ပုံမှန်မဟုတ်သော အရာများကို ရှာဖွေတွေ့ရှိရန်၊ အုပ်စုများကို နှိုင်းယှဉ်ရန်နှင့် အထောက်အထားအခြေပြု ဆုံးဖြတ်ချက်ချမှတ်မှုကို ပံ့ပိုးရန် ကူညီပေးခြင်း။ ဤဆောင်းပါးသည် စာရင်းအင်းများတွင် အဖြစ်များသော ဒေတာမြင်ယောင်ကြည့်ခြင်းနည်းစနစ်များ၊ ၎င်းတို့၏ ရည်ရွယ်ချက်များနှင့် မြင်ကွင်းများကို လှည့်စားခြင်းမရှိစေရန် အခြေခံမူများကို ဆွေးနွေးထားသည်။

၁။ စာရင်းအင်းများတွင် ဒေတာမြင်ယောင်ခြင်း၏ အခန်းကဏ္ဍ

စာရင်းအင်းများတွင်၊ visualization ကို ခွဲခြမ်းစိတ်ဖြာမှု၏ အဆင့်များစွာတွင် အသုံးပြုသည်။ ပထမဦးစွာ၊ exploratory data analysis (EDA) အတွင်း၊ ဂရပ်များသည် ခွဲခြမ်းစိတ်ဖြာသူများအား မော်ဒယ်တစ်ခုတည်ဆောက်ခြင်းမပြုမီ ဖြန့်ဖြူးမှု၊ ကွဲပြားမှု၊ outliers နှင့် variable များအကြား ဆက်နွယ်မှုများကို နားလည်ရန် ကူညီပေးသည်။ ဒုတိယအနေဖြင့် visualization ကို ရလဒ်များကို ဖော်ပြရန် အသုံးပြုသည်- သုတေသနအစီရင်ခံစာများ၊ စီးပွားရေးတင်ဆက်မှုများနှင့် သိပ္ပံနည်းကျထုတ်ဝေမှုများသည် အဓိကတွေ့ရှိချက်များကို လျင်မြန်စွာနားလည်ရန် ရှင်းလင်းသောဂရပ်များ လိုအပ်သည်။ တတိယအနေဖြင့် visualization သည် မော်ဒယ်အတည်ပြုခြင်းအတွက်လည်း အရေးကြီးသည်၊ ဥပမာအားဖြင့်၊ ကျန်ရှိသော plots များ၊ ခန့်မှန်းထားသော plots များနှင့် အခြားရောဂါရှာဖွေရေးဂရပ်များမှတစ်ဆင့်။

တစ်နည်းအားဖြင့်ဆိုရသော် data visualization သည် အစီရင်ခံစာများ၏ “အလှဆင်ခြင်း” သက်သက်မဟုတ်ဘဲ စာရင်းအင်းဆိုင်ရာ နိဂုံးချုပ်ချက်များ၏ အရည်အသွေးကို လွှမ်းမိုးသည့် ခွဲခြမ်းစိတ်ဖြာရေးကိရိယာတစ်ခုဖြစ်သည်။

၂။ Univariate Data (Variable တစ်ခုတည်း) အတွက် Visualization Techniques

ခွဲခြမ်းစိတ်ဖြာမှု၏ အဓိကအာရုံစိုက်မှုသည် variable တစ်ခုတည်းတွင်သာ ရှိနေသောအခါ၊ အဓိကရည်မှန်းချက်မှာ ဖြန့်ဖြူးမှုပုံသဏ္ဍာန် ၊ ဒေတာစင်တာနှင့် ၎င်း၏ ပျံ့နှံ့မှုကို နားလည်ရန်ဖြစ်သည်။

က။ ဟစ်စတိုဂရမ်
Histogram သည် ဒေတာကို အပိုင်းအခြားများ (bins) အဖြစ် ပိုင်းခြားခြင်းဖြင့် ဂဏန်းဒေတာ၏ ဖြန့်ဖြူးမှုကို ပြသသည်။ Histogram မှ ဒေတာသည် ညီမျှခြင်းလား၊ ညာဘက်သို့ စောင်းနေသည်လား သို့မဟုတ် ထိပ်တစ်ခုထက်ပိုရှိသည်လား (multimodal) လားဆိုသည်ကို ကျွန်ုပ်တို့ ဆုံးဖြတ်နိုင်သည်။ bins အရေအတွက် ရွေးချယ်မှုသည် အရေးကြီးသည်- bins နည်းလွန်းခြင်းသည် အသေးစိတ်အချက်အလက်များကို ဖုံးကွယ်နိုင်ပြီး bins များလွန်းခြင်းသည် ဂရပ်ကို ဆူညံစေနိုင်သည်။

ခ။ Boxplot (သေတ္တာပုံ)
Boxplot သည် median၊ quartiles နှင့် outliers များကို အသုံးပြု၍ ဒေတာများကို အကျဉ်းချုပ်ဖော်ပြသည်။ ဤနည်းပညာသည် variation နှင့် outliers များကို လျင်မြန်စွာ ခွဲခြားသတ်မှတ်ရန်အတွက် အလွန်အသုံးဝင်ပါသည်။ စာရင်းအင်းများတွင် boxplots များသည် ၎င်းတို့၏ ကျစ်လျစ်မှုကြောင့် အုပ်စုများအကြား ဖြန့်ဖြူးမှုများကို နှိုင်းယှဉ်ရန်အတွက် စံသတ်မှတ်ထားသောကိရိယာတစ်ခုဖြစ်သည်။

ဂ။ သိပ်သည်းဆဇယား (သိပ်သည်းဆကွေး)
သိပ်သည်းဆမျဉ်းကွေးသည် ဟစ်စတိုဂရမ်နှင့်ဆင်တူသော်လည်း ပိုမိုချောမွေ့သည်။ ဤမြင်ယောင်ကြည့်ခြင်းသည် ဘင်ရွေးချယ်မှုကို အလွန်အကျွံမှီခိုစရာမလိုဘဲ ဖြန့်ဖြူးမှုပုံသဏ္ဍာန်ကိုပြသရန် ကူညီပေးသည်။ သိပ်သည်းဆကွက်များကို ဂရပ်တစ်ခုတည်းတွင် ဖြန့်ဖြူးမှုနှစ်ခုကို နှိုင်းယှဉ်ရန် မကြာခဏအသုံးပြုလေ့ရှိသည်။

ဃ။ ဘားဇယား အမျိုးအစားအလိုက်ဒေတာ
အမျိုးအစားအလိုက် ကိန်းရှင်များအတွက် (ဥပမာ- ကျား၊မ၊ ပညာရေးအဆင့်၊ ထုတ်ကုန်အမျိုးအစား)၊ ဘားဇယားများသည် ဦးစားပေးရွေးချယ်မှုဖြစ်သည်။ ဖတ်ရှုရလွယ်ကူစေရန်အတွက် အမျိုးအစားဝင်ရိုးများကို ယုတ္တိရှိရှိ စီစဉ်ထားကြောင်း သေချာပါစေ (ဥပမာ- သဘာဝအစီအစဉ် သို့မဟုတ် ကြိမ်နှုန်းအလိုက်)။

၃။ အုပ်စုများအကြား နှိုင်းယှဉ်မှုအတွက် မြင်ယောင်ကြည့်ခြင်း နည်းစနစ်များ

စာရင်းအင်းဆိုင်ရာ လေ့လာမှုများစွာတွင်၊ ကျွန်ုပ်တို့သည် အုပ်စုများအလိုက် ဒေတာများကို နှိုင်းယှဉ်ရန် လိုအပ်ပါသည် (ဥပမာ- ကုသမှုနှင့် ထိန်းချုပ်မှု၊ ဒေသ A နှင့် B၊ သို့မဟုတ် အမျိုးအစားများစွာ)။

က။ အုပ်စုတစ်ခုလျှင် Boxplot
Boxplots များသည် အုပ်စုများအကြား အလယ်အလတ်များ၊ ဖြန့်ဖြူးမှုများနှင့် outliers များကို နှိုင်းယှဉ်ရာတွင် အလွန်ထိရောက်မှုရှိပါသည်။ အုပ်စုများစွာရှိပါက အညွှန်းများကို ပိုမိုဖတ်ရှုနိုင်စေရန် ဝင်ရိုးများကို လှည့်ခြင်း သို့မဟုတ် အလျားလိုက် orientation ကို အသုံးပြုခြင်းကို စဉ်းစားပါ။

ခ။ တယောဇာတ်လမ်း
တယောပုံဆွဲခြင်းတစ်ခုသည် boxplot နှင့် သိပ်သည်းဆမျဉ်းကွေးကို ပေါင်းစပ်ပြီး ဖြန့်ဖြူးမှု၏ အနှစ်ချုပ်နှင့် ပုံသဏ္ဍာန် နှစ်မျိုးလုံးကို ပြသသည်။ အုပ်စုကွာခြားချက်များသည် မတူညီသော ဖြန့်ဖြူးမှုပုံသဏ္ဍာန်များကြောင့် ဖြစ်ပေါ်လာခြင်းရှိမရှိ ဆုံးဖြတ်လိုသည့်အခါ ၎င်းသည် အသုံးဝင်ပါသည်။

ဂ။ အမှားဘားများပါသည့် ပျမ်းမျှ/အမှတ် ဇယား
ပိုမိုကောက်ချက်ချနိုင်သော ဆက်သွယ်မှုအတွက်၊ အမှားဘားများဖြင့် ပျမ်းမျှကို ပုံဖော်ပါ (ဥပမာ စံ deviasi, စံအမှား သို့မဟုတ် ယုံကြည်မှုကြားကာလ) သည် ပျမ်းမျှခန့်မှန်းချက်နှင့် ၎င်း၏မသေချာမှုကို အလေးပေးဖော်ပြသည်။ သို့သော် ဤနည်းစနစ်သည် သတိထားရန် လိုအပ်သည်- ပျမ်းမျှသည် မညီမျှသော သို့မဟုတ် မာလ်တီမိုဒယ် ဖြန့်ဖြူးမှုများကို ဖုံးကွယ်နိုင်သည်။

၄။ ကိန်းရှင်နှစ်ခု (Bivariate) အကြား ဆက်နွယ်မှုအတွက် မြင်ယောင်ကြည့်နိုင်သော နည်းစနစ်များ

Bivariate analysis သည် ဂဏန်း-ဂဏန်း၊ ဂဏန်း-အမျိုးအစား သို့မဟုတ် အမျိုးအစား-အမျိုးအစား ကိန်းရှင်နှစ်ခုကြား ဆက်နွယ်မှုကို နားလည်ရန် ရည်ရွယ်သည်။

က. ပြန့်ကျဲမှုပုံ (ပြန့်ကျဲမှုပုံ)
scatter plot သည် ဂဏန်းသင်္ချာ variable နှစ်ခုအတွက် အသုံးအများဆုံးရွေးချယ်မှုဖြစ်သည်။ ၎င်းသည် linear၊ non-linear၊ clustered patterns နှင့် outliers များကို ပြသသည်။ အဆင့်မြင့်ခွဲခြမ်းစိတ်ဖြာမှုအတွက် scatter plot များကို trend များကိုရှင်းလင်းစေရန်အတွက် regression lines သို့မဟုတ် smoothing (ဥပမာ LOESS) ဖြင့် မကြာခဏဖြည့်စွက်လေ့ရှိသည်။

ခ။ အချိန်စီးရီးဒေတာအတွက် မျဉ်းဇယား
ဂဏန်းသင်္ချာကိန်းရှင်တစ်ခုသည် အချိန်နှင့်အမျှ ပြောင်းလဲသွားပါက မျဉ်းဇယားသည် ခေတ်ရေစီးကြောင်းများ၊ ရာသီအလိုက်နှင့် မြင့်တက်မှုများကို ဖော်ထုတ်ရန် ကူညီပေးသည်။ အချိန်စီးရီးစာရင်းအင်းများတွင် ဤကွက်လပ်ကို ARIMA မော်ဒယ်လ်၊ exponential smoothing သို့မဟုတ် အခြားမော်ဒယ်များမတိုင်မီတွင် မကြာခဏအသုံးပြုလေ့ရှိသည်။

ဂ။ အမျိုးအစားများ သို့မဟုတ် မက်ထရစ်များအတွက် အပူမြေပုံ
Heatmap များသည် contingency table များ သို့မဟုတ် correlation matrices များအတွက် သင့်လျော်ပါသည်။ အရောင်များသည် တန်ဖိုးများ၏ intensity သို့မဟုတ် magnitude ကို ကိုယ်စားပြုသည်။ ဤနည်းပညာသည် data set ကြီးများအတွက် ထိရောက်မှုရှိသော်လည်း မှားယွင်းစွာ အဓိပ္ပာယ်ဖွင့်ဆိုခြင်းကို ရှောင်ရှားရန် အရောင်ပုံစံကို သင့်လျော်စွာ ရွေးချယ်ရမည်။

၅။ ဘက်စုံမြင်ယောင်မှုနည်းစနစ်များ (ကိန်းရှင်နှစ်ခုထက်ပို၍)

ဒေတာတွင် variable များစွာပါဝင်သည့်အခါ စိန်ခေါ်မှုမှာ ဂရပ်ကို အလွန်ရှုပ်ထွေးစေခြင်းမရှိစေဘဲ အချက်အလက်များကို ပြသရန်ဖြစ်သည်။

က. အရောင်/အရွယ်အစား/ပုံသဏ္ဍာန်ဖြင့် ပြန့်ကျဲနေသော ပုံကြမ်း
scatterplot တစ်ခုသည် အရောင် (အမျိုးအစားအလိုက်)၊ အစက်အရွယ်အစား (ကိန်းဂဏန်းအလိုက်) သို့မဟုတ် ပုံသဏ္ဍာန် (အမျိုးအစားအလိုက်) ကို အသုံးပြု၍ အပိုဆောင်း variable များကို ပြသနိုင်သည်။ ဤနည်းပညာသည် အစွမ်းထက်သော်လည်း legend သည် ရှင်းလင်းပြီး အမြင်အာရုံကွာခြားချက်များသည် အလွန်သိမ်မွေ့ခြင်းမရှိစေရန် လိုအပ်သည်။

ခ။ မျက်နှာပြင်များ (သေးငယ်သော အဆများစွာ)
Faceting သည် ဇယားတစ်ခုတည်းကို အမျိုးအစားအလိုက် (ဥပမာ ဒေသအလိုက် သို့မဟုတ် ထုတ်ကုန်အမျိုးအစားအလိုက်) အကန့်များစွာအဖြစ် ပိုင်းခြားပေးသည်။ ၎င်းသည် ဇယားတစ်ခုတည်းတွင် အချက်အလက်များစွာ ထည့်သွင်းခြင်းထက် ပိုမိုထိရောက်လေ့ရှိသည်။

ဂ။ အတွဲ plot / scatterplot matrix
scatterplot matrix သည် တစ်ခုတည်းသော grid တွင်ရှိသော ဂဏန်းကိန်းရှင်အတွဲအားလုံးကို ပြသသည်။ ၎င်းသည် variable များ၊ ခိုင်မာသော correlations သို့မဟုတ် cluster patterns များအကြား ဆက်နွယ်မှုများကို ဖော်ထုတ်ရန် ကူညီပေးသည်။ ဤနည်းပညာသည် EDA အတွက် အထူးသဖြင့် အသုံးမပြုမီ အလွန်ကောင်းမွန်ပါသည်။ နောက်ပြန်ဆုတ်ခြင်း ခွဲခြမ်းစိတ်ဖြာခြင်း သို့မဟုတ် စက်သင်ယူမှု။

ဃ။ PCA biplot သို့မဟုတ် dimension reduction plot
အင်္ဂါရပ်များစွာပါရှိသော dataset များအတွက် PCA၊ t-SNE သို့မဟုတ် UMAP ကဲ့သို့သော dimensionality reduction သည် cluster များကို မြင်နိုင်စေရန် data ကို 2D သို့ map လုပ်နိုင်သည်။ စာရင်းအင်းများတွင် PCA biplot သည် variable များ၏ ပံ့ပိုးကူညီမှုကိုလည်း ပြသနိုင်သည်။ အဓိက အစိတ်အပိုင်းများသို့သော်၊ ဖိသိပ်မှုအတွင်း အချက်အလက်အချို့ "ပျောက်ဆုံးသွား" သောကြောင့် dimensionality reduction ၏ ရလဒ်များကို ဂရုတစိုက် အဓိပ္ပာယ်ဖွင့်ဆိုရမည်။

၆။ ကောင်းမွန်သော မြင်ယောင်ပုံဖော်မှုများ ဒီဇိုင်းရေးဆွဲခြင်း၏ အခြေခံမူများ

ဒီဇိုင်းမှန်ကန်မှုမရှိပါက ကောင်းမွန်သော မြင်ယောင်ကြည့်ခြင်းနည်းပညာသည် ဆိုးကျိုးသက်ရောက်နိုင်သည်။ စာရင်းအင်းဆိုင်ရာ အရေးကြီးသော အခြေခံမူအချို့ကို ဖော်ပြလိုက်ပါသည်။

၁။ သင့်ဒေတာအမျိုးအစားနှင့် မေးခွန်းနှင့် ကိုက်ညီသော ဇယားတစ်ခုကို ရွေးချယ်ပါ။ အမျိုးအစားများစွာအတွက် သို့မဟုတ် သေးငယ်သော ကွာခြားချက်များကို နှိုင်းယှဉ်ရန်အတွက် စက်ဝိုင်းဇယားကို အသုံးမပြုပါနှင့်။
၂။ ဝင်ရိုးစကေးများကို ရိုးသားစွာအသုံးပြုပါ။ ဝင်ရိုးများကို ဖြတ်တောက်ခြင်း (ဥပမာ၊ y-ဝင်ရိုးသည် သုညမှမစတင်ပါ) သည် ကွာခြားချက်များကို မြင်သာအောင် ချဲ့ထွင်နိုင်သည်။ ၎င်းသည် တစ်ခါတစ်ရံတွင် လက်ခံနိုင်သော်လည်း၊ ၎င်းကို အကြောင်းအရာနှင့် အကြောင်းပြချက်ပေးသင့်သည်။
၃။ အရောင်ကို အာရုံစိုက်ပါ။ အရောင်မခွဲခြားတတ်သူများအတွက် သင့်လျော်သော palette တစ်ခုကို အသုံးပြုပြီး ခက်ခဲသော အရောင်ပေါင်းစပ်မှုများကို ရှောင်ကြဉ်ပါ။
၄။ ရှင်းလင်းသော အညွှန်းများနှင့် ရင်းမြစ်များ ပေးပါ။ ခေါင်းစဉ်၊ သင်္ကေတ၊ ယူနစ်များနှင့် စာတန်းများသည် ဇယားတစ်ခုတည်း ရပ်တည်နိုင်စေရန် ပြည့်စုံရမည်။
၅။ သက်ဆိုင်သည့်နေရာတွင် မသေချာမရေရာမှုကိုပြပါ။ နိဂုံးချုပ်စာရင်းအင်းများယုံကြည်မှုအပိုင်းအခြားများ၊ ခန့်မှန်းချက်အစင်းများ သို့မဟုတ် အမှားဘားများကို ပြသခြင်းသည် နံပါတ်တစ်ခုတည်းကို ပြသခြင်းထက် များစွာပိုမိုအသိပညာပေးပါသည်။
၆။ “ဇယားအမှိုက်” များကို ရှောင်ကြဉ်ပါ။ 3D အထူးပြုလုပ်ချက်များ၊ အလွန်အကျွံ အလှဆင်မှုများ သို့မဟုတ် မလိုအပ်သော gradient များသည် အဓိက မက်ဆေ့ချ်မှ အာရုံလွဲသွားနိုင်သည်။

၇။ စာရင်းအင်းမြင်ယောင်မှုတွင် အဖြစ်များသောအမှားများ

အမှားအချို့သည် အဖြစ်များပြီး စာဖတ်သူများကို လမ်းလွဲစေနိုင်သည်။
– အလယ်အလတ် သို့မဟုတ် ဖြန့်ဖြူးမှုကို မပြဘဲ အလွန်အမင်း စောင်းနေသော အချက်အလက်များအတွက် ပျမ်းမျှကို အသုံးပြုခြင်း။
– အမျိုးအစားများစွာ ပေါင်းစပ်ခြင်းသည် ဇယားကို ဖတ်ရန် ခက်ခဲစေသည်။
– အချက်အလက်ပမာဏ အလွန်ကွာခြားပါက အုပ်စုနှိုင်းယှဉ်မှုများသည် ဘက်လိုက်မှုရှိနိုင်သော်လည်း နမူနာအရွယ်အစားကို မပြပါ။
– ဆက်စပ်မှုကိုသာပြသသည့် scatter plot များမှ ဆက်စပ်မှုဆိုင်ရာ နိဂုံးချုပ်ချက်များ ရေးဆွဲခြင်း။

၈။ နိဂုံးချုပ်

စာရင်းအင်းပညာတွင် ဒေတာမြင်ယောင်ခြင်းနည်းစနစ်များသည် ဒေတာနားလည်မှု၊ ခွဲခြမ်းစိတ်ဖြာမှုရည်မှန်းချက်များနှင့် ဆက်သွယ်ရေးစွမ်းရည်များကို ပေါင်းစပ်ထားသည်။ Histograms၊ boxplots၊ scatterplots၊ line charts၊ heatmaps နှင့် faceting နှင့် PCA ကဲ့သို့သော multivariate နည်းစနစ်များသည် ခွဲခြမ်းစိတ်ဖြာသူများအား ဂဏန်းဇယားများမှ အလွယ်တကူမပေါ်လွင်သောအရာများကို မြင်တွေ့ရန် ကူညီပေးသည်။ သို့သော် ကောင်းမွန်သော မြင်ယောင်မှုများသည် "လှပ" ရုံသာမက ၎င်းတို့ဖြေဆိုလိုသော မေးခွန်းများအပေါ် တိကျမှု၊ ရိုးသားမှုနှင့် အာရုံစိုက်မှုလည်းရှိသည်။

မှန်ကန်သောနည်းပညာများနှင့် ကောင်းမွန်သောဒီဇိုင်းမူများကို အသုံးပြုခြင်းဖြင့် ဒေတာမြင်ယောင်ခြင်းသည် သုတေသီများမှသည် မူဝါဒချမှတ်သူများအထိ ပရိသတ်အမျိုးမျိုးအတွက် ရှုပ်ထွေးသော စာရင်းအင်းခွဲခြမ်းစိတ်ဖြာမှုနှင့် အလွယ်တကူနားလည်နိုင်ခြင်း တို့အကြား အစွမ်းထက်သောတံတားတစ်ခု ဖြစ်လာနိုင်သည် ။

သင်အလိုရှိပါက ဤဆောင်းပါးကို ပိုမိုပညာရပ်ဆိုင်ရာဖြစ်အောင် (ကိုးကားချက်များဖြင့်) ပြုပြင်ပြောင်းလဲပေးနိုင်သည်၊ ဖြစ်ရပ်ဥပမာများထည့်နိုင်သည်၊ သို့မဟုတ် Excel၊ R သို့မဟုတ် Python ကဲ့သို့သော သီးခြားဆော့ဖ်ဝဲလ်များကို အဓိကထားသည့် ဗားရှင်းတစ်ခု ဖန်တီးနိုင်ပါသည်။