{ "cells": [ { "cell_type": "markdown", "source": [ "## ការណែនាំអំពីប្រមាណភាពនិងស្ថិតិ\n", "## ការងារជម្រាប\n", "\n", "ក្នុងការងារជម្រាបនេះ យើងនឹងប្រើឌាតាស៊ីតនៃអ្នកជំងឺទឹកនោមផ្អែម ដែលយកពី [ទីនេះ](https://www4.stat.ncsu.edu/~boos/var.select/diabetes.html)។\n" ], "metadata": {} }, { "cell_type": "code", "execution_count": 13, "source": [ "import pandas as pd\n", "import numpy as np\n", "\n", "df = pd.read_csv(\"../../data/diabetes.tsv\",sep='\\t')\n", "df.head()" ], "outputs": [ { "output_type": "execute_result", "data": { "text/plain": [ " AGE SEX BMI BP S1 S2 S3 S4 S5 S6 Y\n", "0 59 2 32.1 101.0 157 93.2 38.0 4.0 4.8598 87 151\n", "1 48 1 21.6 87.0 183 103.2 70.0 3.0 3.8918 69 75\n", "2 72 2 30.5 93.0 156 93.6 41.0 4.0 4.6728 85 141\n", "3 24 1 25.3 84.0 198 131.4 40.0 5.0 4.8903 89 206\n", "4 50 1 23.0 101.0 192 125.4 52.0 4.0 4.2905 80 135" ], "text/html": [ "
\n", "\n", "\n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", "
AGESEXBMIBPS1S2S3S4S5S6Y
059232.1101.015793.238.04.04.859887151
148121.687.0183103.270.03.03.89186975
272230.593.015693.641.04.04.672885141
324125.384.0198131.440.05.04.890389206
450123.0101.0192125.452.04.04.290580135
\n", "
" ] }, "metadata": {}, "execution_count": 13 } ], "metadata": {} }, { "cell_type": "markdown", "source": [ "ក្នុងឃ្លាំងទិន្នន័យនេះ ជួរឈរដូចខាងក្រោម៖ \n", "* អាយុ និងភេទ ការពន្យល់ដោយខ្លួនឯង \n", "* BMI ជារូបមាត្រមាឌរាងកាយ \n", "* BP ជាល tekanan ឈាមមធ្យម \n", "* S1 ដល់ S6 ជាការវាស់វែងឈាមខុសគ្នា \n", "* Y ជាមាត្រដ្ឋានគុណភាពនៃការរីកចម្រើនជំងឺក្នុងរយៈពេលមួយឆ្នាំ \n", "\n", "ចំពោះការសិក្សានេះ យើងនឹងសិក្សាឃ្លាំងទិន្នន័យនេះ ដោយប្រើវិធីសាស្រ្តនៃារានុភាព និងស្ថិតិ។\n", "\n", "### ការងារ 1៖ គណនាតម្លៃមធ្យម និងភាពខុសគ្នាសម្រាប់តម្លៃទាំងអស់\n" ], "metadata": {} }, { "cell_type": "code", "execution_count": null, "source": [], "outputs": [], "metadata": {} }, { "cell_type": "markdown", "source": [ "### ការងារទី 2៖ រៀបចំគំនូសបង្ហាញប្រអប់សម្រាប់ BMI, BP និង Y អាស្រ័យលើភេទ\n" ], "metadata": {} }, { "cell_type": "code", "execution_count": null, "source": [], "outputs": [], "metadata": {} }, { "cell_type": "markdown", "source": [ "### ភារកិច្ច 3៖ តើការចែកចាយនៃអាយុ ភេទ BMI និងអថេរ Y មានសភាពយ៉ាងដូចម្តេច?\n" ], "metadata": {} }, { "cell_type": "code", "execution_count": null, "source": [], "outputs": [], "metadata": {} }, { "cell_type": "markdown", "source": [ "### បេសកកម្មទី ៤៖ សាកល្បងការតភ្ជាប់រវាងអថេរផ្សេងៗ និងការរីកចម្រើនជម្ងឺ (Y)\n", "\n", "> **របៀបណែនាំ** តារាងតភ្ជាប់នឹងផ្ដល់ឱ្យអ្នកនូវព័ត៌មានមានប្រយោជន៍បំផុតថាតើតម្លៃណាខ្លះពឹងផ្អែកគ្នា។\n" ], "metadata": {} }, { "cell_type": "markdown", "source": [], "metadata": {} }, { "cell_type": "markdown", "source": [ "### តួនាទីទី ៥៖ សាកល្បងសន្មត់ថា កម្រិតនៃការរីកចម្រើនជំងឺទម្ងន់ស្ករ មានភាពខុសគ្នារវាងបុរស និងស្ត្រី\n" ], "metadata": {} }, { "cell_type": "markdown", "source": [], "metadata": {} }, { "cell_type": "markdown", "metadata": {}, "source": [ "---\n\n\n**ការបដិសេធ**៖ \nឯកសារនេះត្រូវបានបកប្រែដោយប្រើសេវាបកប្រែ AI [Co-op Translator](https://github.com/Azure/co-op-translator)។ ខណៈពេលដែលយើងខំប្រឹងរកភាពត្រឹមត្រូវ សូមយល់ព្រមថាការបកប្រែដោយស្វ័យប្រវត្តិអាចមានកំហុស ឬគ្មានភាពត្រឹមត្រូវ។ ឯកសារដើមជាភាសាទីតាំងដើមគួរត្រូវបានគេឧបត្ថម្ភជាតំបន់តម្លៃមានអំណាច។ សម្រាប់ព័ត៌មានសំខាន់ៗ សូមណែនាំឱ្យដំណើរការជាមួយការបកប្រែដោយមនុស្សដែលមានជំនាញ។ យើងមិនទទួលខុសត្រូវចំពោះការយល់ច្រឡំ ឬការបកស្រាយមិនត្រឹមត្រូវណាមួយដែលកើតឡើងពីការប្រើប្រាស់ការបកប្រែនេះទេ។\n\n" ] } ], "metadata": { "orig_nbformat": 4, "language_info": { "name": "python", "version": "3.8.8", "mimetype": "text/x-python", "codemirror_mode": { "name": "ipython", "version": 3 }, "pygments_lexer": "ipython3", "nbconvert_exporter": "python", "file_extension": ".py" }, "kernelspec": { "name": "python3", "display_name": "Python 3.8.8 64-bit (conda)" }, "interpreter": { "hash": "86193a1ab0ba47eac1c69c1756090baa3b420b3eea7d4aafab8b85f8b312f0c5" } }, "nbformat": 4, "nbformat_minor": 2 }