建设官方网站企业登录,怎么给产品找关键词,网页做二维码哪个网站好,wordpress外国主题Yellowbrick特征可视化分析 ⭐Yellowbrick⭐特征分析可视化⭐Rank1D⭐Rank2D ⭐Yellowbrick
Yellowbrick是一个用于可视化机器学习模型和评估性能的Python库。它提供了一系列高级可视化工具#xff0c;帮助数据科学家和机器学习从业者更好地理解、调试和优化他们的模型。 它在… Yellowbrick特征可视化分析 ⭐Yellowbrick⭐特征分析可视化⭐Rank1D⭐Rank2D ⭐Yellowbrick
Yellowbrick是一个用于可视化机器学习模型和评估性能的Python库。它提供了一系列高级可视化工具帮助数据科学家和机器学习从业者更好地理解、调试和优化他们的模型。 它在scikit-learn的api基础上做了扩展能让我们更容易的驾驭模型优化阶段。
⭐特征分析可视化
⭐Rank1D
默认情况下Rank1D使用Shapiro-Wilk算法来评估特征分布的正态性。然后绘制条形图显示每个特征的相对等级。 默认情况下Rank2D可视化工具使用皮尔逊相关系数检测两个特征之间的相关性。
import matplotlib.pyplot as plt
import pandas as pd
# 导入数据
dfpd.read_excel(D:\A_data\Data_2022.C\高钾无风化.xlsx)m[类型]
ydf[m]
#print(y)
i[氧化钾(K2O),氧化钙(CaO),二氧化硅(SiO2),二氧化硅(SiO2),氧化镁(MgO),氧化铝(Al2O3),氧化铁(Fe2O3),氧化铜(CuO),氧化铅(PbO),氧化铅(PbO),五氧化二磷(P2O5),氧化锶(SrO),氧化锡(SnO2),二氧化硫(SO2)]
Xdf[i]
#print(X)#解决中文乱码问题
plt.rcParams[font.sans-serif][SimHei]from yellowbrick.features import rank1d
visualizer rank1d(X, colorb)⭐Rank2D
默认情况下Rank2D可视化工具使用皮尔逊相关系数检测两个特征之间的相关性。
#解决保存图像是负号-显示为方块的问题
plt.rcParams[axes.unicode_minus]False
from yellowbrick.features import rank2d
visualizer rank2d(X, colorb)
