机器学习之可视化

有标签问题

关于有标签问题，往往要分析各个数据的组成，其中可能包含连续或离散数据。

离散图

对于离散数据，绘制同一数值数据在标签数据下的数量的对比图，如下图所示，可以初步观察出有用的信息。
代码实现如下：

sns.countplot(data, x, y, hue, ax)

data:数据集
x：在x轴显示，指明data哪一列
hue：目标值
ax：轴对象

连续图

对于连续数据，原理同上，只不过绘制的是连续分布图，如下图所示。
代码实现如下：

sns.displot(data, x, hue, kind='kde')

kind：此处为‘kde’，代表图片以连续形状显示

几种有用的图

1. 相关系数
   

代码实现如下（具体细节见seaborn官网）：

# df_corr为连续型数据集的相关系数矩阵
df_corr = df[con_attributes].corr()
mask = np.triu(np.ones_like(df_corr))

sns.heatmap(data=df_corr, mask=mask, annot=True, cmap='YlGnBu')

2. 相关系数（更多信息）
   

需要将方阵数据转化为（x，y，z）的形式，代码实现如下（具体细节见seaborn官网）：

corr_mat = df.corr().stack().reset_index(name="correlation")
g = sns.relplot(
    data=corr_mat,
    x="level_0", y="level_1", hue="correlation",
    size="correlation",
    palette="YlGnBu", hue_norm=(-1, 1),
    height=8, sizes=(30, 300), size_norm=(-.2, .8),
)