机器学习扩展包MLXtend绘制多种图形

公众号：尤而小屋
编辑：Peter
作者：Peter

大家好，我是Peter~

mlxtend(machine learning extensions，机器学习扩展)是一个用于日常数据分析、机器学习建模的有用Python库。mlxtend可以用作模型的可解释性，包括统计评估、数据模式、图像提取等。

今天给大家介绍一个强大的机器学习建模扩展包：mlxtend的多种绘图，主要内容见思维导图：

1 MLxtend特点

mlxtend是一个Python第三方库，用于支持机器学习和数据分析任务。其主要功能：

1. 数据处理
   • 数据：提供了数据集加载和预处理的功能，方便用户处理各种格式的数据集。
   • 预处理：包括数据清洗、标准化、归一化等，确保数据质量，提高模型性能等
2. 特征选择
   • 基于特征重要性的方法：这种方法通过评估各个特征对模型预测能力的贡献度来选择特征。
   • 递归特征消除：这是一种通过递归地考虑越来越小的特征子集来选择特征的方法。
   • 基于特征子集搜索的方法：这种方法通过搜索最优特征子集来选择特征，通常使用启发式或优化技术来实现。
3. 模型评估
   • 分类器：提供了多种分类算法的实现，帮助用户进行分类任务的建模和评估。
   • 聚类器：提供了多种聚类算法，用于无监督学习中的样本分组。
   • 回归器：提供了回归分析的工具，用于预测连续值输出。
   • 评估方法：提供了模型性能评估的方法，如交叉验证、得分指标等。
4. 数据可视化
   • 绘图：提供了丰富的绘图功能，帮助用户在数据探索和分析过程中可视化数据分布和模型结果。
   • 图像：支持图像数据的处理和分析，扩展了机器学习在视觉领域的应用。

官方学习地址：https://rasbt.github.io/mlxtend/

2 导入库

In [1]:

import numpy as np
import pandas as pd

import matplotlib
import matplotlib.pyplot as plt
import matplotlib.gridspec as gridspec
from matplotlib import cm
plt.rcParams['font.sans-serif']=['SimHei'] #用来正常显示中文标签
plt.rcParams['axes.unicode_minus'] = False #用来正常显示负号

import itertools

from sklearn.linear_model import LogisticRegression # 逻辑回归分类
from sklearn.svm import SVC  # SVC
from sklearn.ensemble import RandomForestClassifier  # 随机森林分类
from mlxtend.classifier import EnsembleVoteClassifier  # 从mlxtend导入集成投票表决分类算法
from mlxtend.data import iris_data # 内置数据集
from mlxtend.plotting import plot_decision_regions  # 绘制决策边界

import warnings
warnings.filterwarnings('ignore')

3 绘制散点矩阵图scatterplotmatrix

scatterplotmatrix(
    X,   # 待绘图的数据
    fig_axes=None, # (fig,axes)的元组
    names=None, # 名称
    figsize=(8, 8),  # 图形大小
    alpha=1.0  # 透明度
)

返回值是fig_axes：(fig, axes)的元组；fig对象+axes对象，fig,axes=plt.subplots(…)

3.1 基础散点矩阵图

In [2]:

import matplotlib.pyplot as plt
from mlxtend.data import iris_data
from mlxtend.plotting import scatterplotmatrix  # 散点矩阵图

X, y = iris_data()
y

Out[2]:

array([0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0,
       0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0,
       0, 0, 0, 0, 0, 0, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,
       1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,
       1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2,
       2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2,
       2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2])

In [3]:

scatterplotmatrix(X, figsize=(10, 8))
plt.tight_layout()
plt.show()

3.2 多分类散点矩阵图

In [4]:

names = ['sepal length', 'sepal width','petal length', 'petal width']

fig, axes = scatterplotmatrix(X[y==0], figsize=(10, 8), alpha=0.5)  # y=0的数据
fig, axes = scatterplotmatrix(X[y==1], fig_axes=(fig, axes), alpha=0.5)  # y=0的数据
fig, axes = scatterplotmatrix(X[y==2], fig_axes=(fig, axes), alpha=0.5, names=names)

plt.tight_layout()
plt.show()

4 散点直方图scatter_hist

In [5]:

from mlxtend.data import iris_data
from mlxtend.plotting import scatter_hist
import pandas as pd

4.1 基于numpy数组的散点直方图

In [6]:

X,y = iris_data()
X[:3]  # numpy数组形式

Out[6]:

array([[5.1, 3.5, 1.4, 0.2],
       [4.9, 3. , 1.4, 0.2],
       [4.7, 3.2, 1.3, 0.2]])

In [7]:

fig = scatter_hist(X[:,0], X[:,1])  # 传入两列数据

plt.show()

4.2 基于DataFrame数据的散点直方图

In [8]:

df = pd.DataFrame(X)  # 生成DataFrame数据
df.columns = ['sepal length', 'sepal width', 'petal length', 'petal width']
df.head()

Out[8]:

	sepal length	sepal width	petal length	petal width
0	5.1	3.5	1.4	0.2
1	4.9	3.0	1.4	0.2
2	4.7	3.2	1.3	0.2
3	4.6	3.1	1.5	0.2
4	5.0	3.6	1.4	0.2

In [9]:

from mlxtend.plotting import scatter_hist

fig = scatter_hist(df["sepal length"], df["sepal width"])
plt.show()

5 堆叠柱状图stacked_barplot

In [10]:

import