Python-3.4.3/C3/Least-square-fit/Hindi

From Script | Spoken-Tutorial
Revision as of 13:22, 10 June 2019 by Sakinashaikh (Talk | contribs)

(diff) ← Older revision | Latest revision (diff) | Newer revision → (diff)
Jump to: navigation, search
Time
Narration
00:01 Least Square Fit पर स्पोकन ट्यूटोरियल में आपका स्वागत है।
00:06 इस ट्यूटोरियल में हम सीखेंगे

points के दिए गए सेट के लिए least square fit लाइन बनाना।

00:16 इस ट्यूटोरियल को रिकॉर्ड करने के लिए मैं उपयोग कर रही हूँ Ubuntu Linux 16.04 ऑपरेटिंग सिस्टम
00:24 Python 3.4.3 और IPython 5.1.0
00:31 इस ट्यूटोरियल का अभ्यास करने के लिए, आपको

इंटरैक्टिव रूप से plot का उपयोग करना

00:38 arrays और matrices का उपयोग करके
00:41 फ़ाइल्स से डेटा लोड करना और least square method का ज्ञान होना चाहिए।
00:48 यदि नहीं, तो इस वेबसाइट पर संबंधित Python ट्यूटोरियल देखें।
00:53 इस ट्यूटोरियल को शुरू करने से पहले, कृपया इस ट्यूटोरियल की Code files लिंक से pendulum.txt फाइल डाउनलोड करें।
01:03 इसे वर्तमान working directory में सेव करें।
01:07 एक उदाहरण की मदद से ट्यूटोरियल शुरू करते हैं।
01:12 pendulum.txt फ़ाइल में उपलब्ध डेटा का उपयोग करके L versus t square के लिए least square fit बनाएँ।
01:22 pendulum.txt फाइल खोलें।
01:26 यह एक साधारण pendulum experiment से उत्पन्न input file है।
01:32 पहला कॉलम pendulum की length है।
01:36 दूसरा pendulum के अनुरूप time period है।
01:41 time period का square सीधे इसके length के आनुपातिक है।
01:47 हम L versus t square प्लॉट करेंगे और इसे सत्यापित करेंगे।
01:52 ipython शुरू करें। टर्मिनल खोलें।
01:57 ipython3 टाइप करें और एंटर दबाएँ।
02:03 यहाँ से आगे, याद रखें कि टर्मिनल पर प्रत्येक कमांड टाइप करने के बाद एंटर की दबानी है ।
02:10 इनपुट फ़ाइल और parse डेटा को पढ़ने के लिए, हम loadtxt function का उपयोग करने जा रहे हैं।
02:17 टाइप करें, from numpy import loadtxt
02:23 अब टाइप करें, कैपिटल L comma t is equal to loadtxt ब्रैकेट्स में डबल कोट्स में pendulum.txt comma unpack is equal to True
02:37 loadtxt numpy library में उपलब्ध पद्धति है।
02:42 चूंकि True unpack argument में पास हो जाता है, इसलिए रिटर्न array ट्रांसपोज़्ड किया जाता है।
02:49 इसका मतलब है, कि हमें फाइल में प्रति कॉलम एक array मिलेगा।
02:54 कैपिटल L टाइप करें।
02:59 फिर t टाइप करें।
03:03 हम देख सकते हैं कि L और t length और time वैल्यूज हैं।
03:08 loadtxt के बारे में अधिक जानने के लिए, टाइप करें loadtxt question mark
03:16 बाहर निकलने के लिए q दबाएँ।
03:19 पहले L versus t square प्लॉट करें

जैसे कि दिखाया गया है, टाइप करें।

03:27 यहाँ bo ब्लू सर्कल मार्कर को दर्शाता है।
03:32 फिर टाइप करें: plt.show ओपन और क्लोज ब्रैकेट्स
03:38 हम देख सकते हैं कि यहाँ एक visible linear trend है, लेकिन हमें उन्हें जोड़ने वाली एक सीधी लाइन नहीं मिलती है।
03:45 trend को देखते हुए, हम अब डेटा के लिए model का प्रस्ताव कर सकते हैं।
03:50 इस इमैज को बंद करें।
03:53 हमें समीकरण के लिए बिंदुओं में एक लाइन फिट करने की आवश्यकता है।

कैपिटल T square is equal to m asterisk कैपिटल L plus c

04:03 जहाँ m लाइन के slope का प्रतिनिधित्व करता है और c लाइन के इंटरसेप्ट का प्रतिनिधित्व करता है।
04:10 हम linear regression का उपयोग करके m और c प्राप्त करेंगे।
04:15 least square fit lineबनाने के लिए चरण देखें।
04:20 पहले दो matrices tsq और A बनाएँ। स्लोप m और इंटरसेप्ट c की वैल्यूज जानने के लिए lstsq function का उपयोग करें।
04:33 matrix फोर्म में, समीकरण को tsq is equal to A asterisk p के रूप में दर्शाया जा सकता है
04:41 tsq साइज n का एक-आयामी अरै है।
04:46 इस array के प्रत्येक element में time period का square शामिल होगा।
04:52 A साइज n by 2' का एक मैट्रिक्स है।
04:56 पहले कॉलम में pendulum की length होगी।
05:00 दूसरे कॉलम में नंबर 1 होगा।
05:04 p साइज 2 का एक-आयामी array है।
05:08 पहली रॉ में लाइन का slope है।
05:12 दूसरी रॉ में लाइन का intercept है।

हमें लाइन को plot करने के लिए p को ढूढ़ने की आवश्यकता है।

05:20 अब L वैल्यूज के साथ A matrix बनाते हैं।
05:25 हम पहली रॉ में L वैल्यूज और दूसरी रॉ में ones के साथ एक matrix बनाएंगे। फिर उसको स्थानांतरित करें।
05:34 जैसे कि दिखाया गया है, टाइप करें।
05:38 हम देखते हैं कि हमारे पास मध्यवर्ती matrix है।
05:42 अब हमें स्थानांतरित करने की आवश्यकता है।
05:45 टाइप करें, कैपिटल A is equal to inter underscore mat dot कैपिटल T
05:53 अब कैपिटल A टाइप करें।
05:56 अब हमारे पास matrices A और tsq दोनों हैं।
06:01 हमें केवल lstsq. को उपयोग करने की आवश्यकता है।

जैसे कि दिखाया गया है, टाइप करें।

06:08 अब परिणाम देखने के लिए, result टाइप करें।

result values का क्रम है।

06:16 अब हम क्रमशः m और c में index 0 के परिणाम को स्टोर करेंगे।
06:23 टाइप करें: p is equal to result स्क्वैर ब्रैकेट्स में 0

फिर टाइप करें, m comma c is equal to p

06:34 अब टाइप करें, m c
06:39 हम m और c की वैल्यूज देख सकते हैं।
06:43 अब हमारे पास m और c है।

हमें, t square के फिट की गई वैल्यूज को बनाने की आवश्यकता है।

06:51 जैसे कि दिखाया गया है, टाइप करें।
06:55 फिर टाइप करें: plt.show ओपन और क्लोज ब्रैकेट्स
07:01 हमें L versus t square का least square fit मिलता है।
07:06 मैं इस विंडो को बंद करती हूँ।
07:09 इसी के साथ हम इस ट्यूटोरियल के अंत में पहुँच गए हैं। संक्षेप में....
07:15 इस ट्यूटोरियल में हमने सीखा, matrices का उपयोग करके least square fit बनाना ।
07:23 least square fit लाइन बनाने के लिए function lstsq() का उपयोग करना।
07:29 यहाँ हल करने हेतु आपके लिए कुछ स्वतः निर्धारण वाले प्रश्न हैं।
07:33 निम्नलिखित function क्या बनाता है।
07:35 और उत्तर हैं,
function ones underscore like  ब्रैकेट्स में स्क्वैर ब्रैकेट्स में 1 comma 2 comma 3     array  ब्रैकेट्स में स्क्वैर ब्रैकेट्स में 1 comma 1 comma 1 बनायेगा।
07:51 कृपया इस फोरम में समयबद्ध अपने प्रश्नों को पोस्ट करें।
07:55 कृपया इस फोरम में Python से संबंधित अपने सामान्य प्रश्नों को पोस्ट करें।
08:00 FOSSEE टीम TBC परियोजना का समन्वय करती है।
08:04 स्पोकन ट्यूटोरियल प्रोजेक्ट NMEICT, MHRD, सरकार द्वारा वित्त पोषित है। अधिक जानकारी के लिए, इस वेबसाइट पर जाएँ।
08:14 यह स्क्रिप्ट विकास द्वारा अनुवादित है। हमसे जुड़ने के लिए धन्यवाद।

Contributors and Content Editors

Sakinashaikh