क्लस्टर सैंपलिंग

Python में सर्वे डेटा का विश्लेषण

EbunOluwa Andrew

Data Scientist

क्लस्टर सैंपलिंग क्या है?

पूरी आबादी को कई उपसमूहों में बाँटा जाता है
- उपसमूहों के गुण आबादी जैसे होते हैं
आबादी -> क्लस्टर
व्यक्तियों का सैंपल नहीं, बल्कि यादृच्छिक रूप से पूरा उपसमूह चुना जाता है

लोगों से बना पाई चार्ट

क्लस्टर सैंपलिंग क्यों महत्वपूर्ण है

हम हमेशा पूरी आबादी से डेटा नहीं जुटा सकते
बड़ी आबादी से होने वाली त्रुटि को कम करें

जनसंख्या अधिक होना

क्लस्टर सैंपलिंग के चरण

पहले, आबादी को क्लस्टर में बाँटें
फिर, इन क्लस्टर का रैंडम चयन करें

लोगों के क्लस्टर

नमूना डेटासेट

print(mh_survey)

| gender | sought_treatment | country_work             |
|--------|------------------|--------------------------|
| Male   |                0 | United Kingdom           |
| Male   |                1 | United States of America |
| Male   |                1 | United Kingdom           |
| Male   |                1 | United Kingdom           |
| Female |                1 | United States of America |
| Male   |                1 | United Kingdom           |
| Male   |                0 | United States of America |
...

नमूना डेटासेट और प्लॉट

mh_survey.groupby('country_work')[
  'gender'].count()

groups = mh_survey.groupby(
  'country_work')['gender'].count(
).reset_index()

groups.columns=['country_work','count']

groups.plot.bar(x='country_work',
                y='count')

टेक वर्कर्स कहाँ रहते हैं का बार प्लॉट

¹ _जगह की कमी के कारण आंशिक डेटा प्लॉट किया गया_

क्लस्टर चुनें

unique_countries = list(set(mh_survey.country_work))

random_clusters = np.random.choice(unique_countries, size = 10, replace = False)

print(random_clusters)

array(['Finland', 'Australia', 'Sweden', 'South Africa', 'Pakistan',
       'France', 'Ecuador', 'United Arab Emirates', 'United Kingdom',
       'Bangladesh'], dtype='<U24')

क्लस्टर सैंपल बनाएँ

cluster_sample = mh_survey[mh_survey.country_work.isin(random_clusters)]
print(cluster_sample.head())

| gender | sought_treatment | US_state_live        |
|--------|------------------|----------------------|
| Male   |                1 |             Pakistan |
| Male   |                1 |             Pakistan |
| Male   |                1 | United Arab Emirates |
| Male   |                1 |             Pakistan |
| Female |                0 |           Bangladesh |

क्लस्टर सैंपल प्लॉट करें

treatment_pie = cluster_sample.sought_treatment.value_counts(normalize = True)
treatment_pie.plot.pie()

sought_treatment का पाई प्लॉट

क्लस्टर सैंपल प्लॉट करें

array(['Bangladesh', 'South Africa', 'Other', 'Norway', 'Poland',
       'Romania', 'New Zealand', 'France', 'United States of America',
       'Bulgaria'], dtype='<U24')

sought_treatment का पाई प्लॉट

अभ्यास करते हैं!

Python में सर्वे डेटा का विश्लेषण