【机器学习可视化】df.plot()绘制条形图，对比交叉验证下不同模型效果（附代码）

背景

机器学习中，针对某一任务（回归、分类等）往往有很多的模型，通过交叉验证可以度量不同模型的模型指标，如针对二分类模型，可以使用precision（预测精度）、recall（召回率）、f1-score（F1 分数值）等度量模型效果。
本文实现使用多个模型DecisionTreeClassifier、LogisticRegression、RandomForestClassifier对一个二分类模型进行交叉验证，得到不同模型的多个指标的对比，通过条形图可视化展示。

交叉验证对不同模型进行评估

针对二分类问题，使用了precision（预测精度）、recall（召回率）、f1-score（F1 分数值），roc_auc对模型效果进行评估。

from sklearn.model_selection import StratifiedKFold, KFold
from sklearn.tree import DecisionTreeClassifier
from sklearn.linear_model import LogisticRegression
from sklearn.ensemble import RandomForestClassifier
from sklearn.model_selection import cross_validate

def cat_cv_model(train_x, train_y,clf_name):
    folds, seed = 5, 42
    # 分层划分 5 个 Fold
    cv_scores = []
    cv = KFold(n_splits=5,shuffle=True,random_state=seed) #实例化交叉验证方式
    
    if clf_name == "RandomForestClassifier":
        clf = RandomForestClassifier() 
        
    if clf_name == "DecisionTreeClassifier":
        clf = DecisionTreeClassifier()
    
    if clf_name == "logistic":
        clf =  LogisticRegression()
        
    result_t = cross_validate(clf #要进行交叉验证的评估器
                              ,train_x,train_y #数据
                              ,cv=cv #交叉验证模式
                              ,scoring=["f1","recall","precision","roc_auc"] 
                              ,return_train_score=True #是否返回训练分数
                              ,verbose=True #是否打印进程
                              ,n_jobs=-1 #线程数
                             )
    
    return result_t

模型训练得到评估指标

对每个模型的交叉验证结果求均值代表模型效果。

result_r = cat_cv_model(features,labels,"RandomForestClassifier")

result_d = cat_cv_model(features,labels,"DecisionTreeClassifier")

result_l = cat_cv_model(features,labels,"logistic")

Result = dict()
Result['RandomForestClassifier'] = pd.DataFrame(result_r).mean().values
Result['DecisionTreeClassifier'] = pd.DataFrame(result_d).mean().values
Result['logistic'] = pd.DataFrame(result_l).mean().values

Result = pd.DataFrame(Result)
Result.index = result.keys()

可视化：使用pandas.plot()对评估指标绘制条形图

更多pandas.plot()可视化设置可以参考：https://blog.csdn.net/h_hxx/article/details/90635650

plt.style.use('fivethirtyeight')

fig = plt.figure(figsize=(16,12))
ax1 = fig.add_subplot(211)
Result.iloc[np.arange(3,10,2),:].plot(kind = 'bar',title = "Train_metric",fontsize = 18,rot=360,ax=ax1)
#rot : int, default None#设置轴标签（轴刻度）的显示旋转度数  
#fontsize : int, default None#设置轴刻度的字体大小
plt.legend(loc="upper left")
ax2 = fig.add_subplot(212)
Result.iloc[np.arange(2,9,2),:].plot(kind = 'bar',title = "Test_metric",fontsize = 18,rot=360,ax=ax2)
plt.legend(loc="upper left")
plt.tight_layout()
plt.show()

绘制结果：