Python | Binning method for data smoothing

امروز به سایت geeksforgeeks رفتم و نوشته ای رو درباره متد بانینگ جهت هموار سازی داده خوندم. دیدم جالبه. پس تصمیم گرفتم با شما به اشتراک بذارم.

متد بانینگ چیست؟

متدی هست که برای هموار سازی داده ها یا رسیدگی به داده های نویز به کار می ره.
در این متد، اول داده ها مرتب می شن
بعد همین داده هایی که مرتبشون کردیم، در تعدادی bin(سطل) یا bucket توزیع می شن.
(از اونجایی که متد بانینگ، با همسایگی مقادیر همفکری می کند، آن ها هموار سازی محلی را اجرا می کنند.) جلوتر این جمله با مثال معنی پیدا می کنه

جهت هموار سازی سه روش وجود دارد

• هموارسازی توسط میانگین bin :
  هر مقداری داخل یک bin، با مقدار میانگین بین، عوض می شه.
• توسط میانه
  در این متد، هر مقدار bin ، با مقدار میانه bin عوض می شه.
• توسط مرز
  در هموار سازی به وسیله ی مرزهای bin، مقادیر مینیمم و ماکزیمم bin داده شده، به عنوان مرز های bin، مشخص می شن.
  سپس هر مقدار bin با نزدیک ترین مقدار مرزی، جایگزین می شه.

پس روشمون چی شد؟

• آرایه ی دیتاست داده شده را مرتب کنید.
• رنج(یا همون داده های دیتاست) رو به فواصل N تایی تقسیم کنید. (هر کدام تقریباً حاوی تعداد یکسانی از نمونه ها(اینجا منظورش از نمونه همون عناصر آرایه هست!) هستند.=> تقسیم بندی با عمق برابر. این پراتنز اگه نامفهومه براتون توی مثال مفهومش مشخص می شه)
• میانه یا میانگین یا مرز را در هر ردیف ذخیره کنید.

Examples:

Sorted data for price (in dollars): 4, 8, 9, 15, 21, 21, 24, 25, 26, 28, 29, 34

Smoothing by bin means (میانگین):
      - Bin 1: 9, 9, 9, 9
      - Bin 2: 23, 23, 23, 23
      - Bin 3: 29, 29, 29, 29

Smoothing by bin boundaries (مرز):
      - Bin 1: 4, 4, 4, 15
      - Bin 2: 21, 21, 25, 25
      - Bin 3: 26, 26, 26, 34

Smoothing by bin median(میانه):
      - Bin 1: 9 9, 9, 9
      - Bin 2: 24, 24, 24, 24
      - Bin 3: 29, 29, 29, 29

در زیر الگوریتم بالا به وسیله پایتون پیاده سازی شده :

من اونو انجام دادم و در گیت هابم قرار دادم و می تونید ببینید.

امیدوارم این نوشته براتون مفید بوده باشه.

از همراهیتون سپاسگزارم