Page 190 - python

164


ี
ี
ั
่
ํ
ํ
่
ี

ั
ตวอยางท 12.9 กาหนดใหตวแปร finger() มความละเอยด 80 dpi และใหวาดเสนกริด ดวยคาสง
ั
grid(1) และพล็อต ro คือวงกลมสีแดง r = red, o = วงกลม ใหแกน มีความกวาง 60 - 110 และสูง 0 - 5
วนเขาไปใน zip(x,y) โดยเขียนขอความ ในรูปแบบ "({}, {})".format(xi,yi) มีคาเหมือนการใชคําสั่งควบคุม
รูปแบบการแสดงผล "(%d,%d)" จากนั้นเรียกคําสั่ง show() เพื่อแสดงกราฟ

ตัวอยางที่ 12.10 การเขียนโปรแกรมสรางสมการ Simple Linear Regression
x = [70, 70, 70, 80, 80, 80, 90, 90, 90, 100, 100, 100]
y = [2.3, 2.6, 2.1, 2.5, 2.9, 2.4, 3.0, 3.1, 2.8, 3.3, 3.5, 3.0]
n = len(x)
xmean=sum(x)/len(x)
ymean=sum(y)/len(y)
x2 = list(map(lambda a:a**2, x))
y2 = list(map(lambda a:a**2, y))

xy = list(map(lambda a,b:a*b, x,y))
B1 = (sum(xy) - ((sum(x)*sum(y)) / n)) / (sum(x2) - (n * (xmean**2)))
B0 = ymean - (B1*xmean)

model = lambda xi: B0 + (B1 * xi)
print("สมการ Simple Linear Regression คือ : Y = %.2f + (%.2f * x)"%(B0,B1))

ผลลัพธ :

สมการ Simple Linear Regression คือ : Y = 0.10 + (0.03 * x)

ตัวอยางที่ 12.11 การทํานายแรงดึงของชิ้นงานจากสมการรีเกรสชั่นที่สรางขึ้น

for i in range(70,101,2):
predict = B0 + (B1 * i)
print("อบชิ้นงานที่อุณหภูมิ %d°C คาดวาทนแรงดึงได %.2f หนวย"%(i, predict))

ผลลัพธ :
ุ
่
ี

้
ึ
อบชินงานทอณหภูมิ 70°C คาดวาทนแรงดงได 2.32 หนวย
้
ุ
อบชินงานทอณหภูมิ 72°C คาดวาทนแรงดงได 2.38 หนวย

ึ
่
ี

ึ
ุ
่
้
ี
อบชินงานทอณหภูมิ 74°C คาดวาทนแรงดงได 2.44 หนวย

้
ุ
ี
อบชินงานทอณหภูมิ 76°C คาดวาทนแรงดงได 2.51 หนวย
ึ
่

้
ึ
อบชินงานทอณหภูมิ 78°C คาดวาทนแรงดงได 2.57 หนวย
่
ุ
ี
ึ
้
่
อบชินงานทอณหภูมิ 80°C คาดวาทนแรงดงได 2.63 หนวย
ี

ุ

อบชินงานทอณหภูมิ 82°C คาดวาทนแรงดงได 2.70 หนวย
ึ
้
่
ุ
ี
่
อบชินงานทอณหภูมิ 84°C คาดวาทนแรงดงได 2.76 หนวย

้
ึ
ุ
ี
ี
ุ
้
ึ
อบชินงานทอณหภูมิ 86°C คาดวาทนแรงดงได 2.82 หนวย

่