数据来源于天池赛题:零基础入门数据挖掘 - 二手车交易价格预测
一、原理介绍
小提琴图(violin plot)顾名思义,就是外形像小提琴的一种图。这种图用来显示数据的分布和概率密度,可以看成是箱线图和密度图的结合。小提琴图的中间部分反映箱线图的信息,图的两侧反映出密度图的信息。小提琴图常用于建模前的EDA数据探索性分析环节。
下面对小提琴图所反映的信息做一个总结:
- 分布信息
- 小提琴图中间的黑色粗条用来显示四分位数。黑色粗条中间的白点表示中位数,粗条的顶边和底边分别表示上四分位数和下四分位数,通过边的位置所对应的y轴的数值就可以看到四分位数的值。
- 由黑色粗条延伸出的黑细线表示95%的置信区间。
- 概率密度信息
- 从小提琴图的外形可以看到任意位置的数据密度,实际上就是旋转了90度的密度图。
- 小提琴图越宽,表示密度越大。
- 可