如何在Python中使用Yellowbrick實現(xiàn)可視化

如何在Python中使用Yellowbrick實現(xiàn)可視化？很多新手對此不是很清楚，為了幫助大家解決這個難題，下面小編將為大家詳細講解，有這方面需求的人可以來學(xué)習(xí)下，希望你能有所收獲。

Yellowbrick主要包含的組件如下：

Visualizers
Visualizers也是estimators（從數(shù)據(jù)中習(xí)得的對象），其主要任務(wù)是產(chǎn)生可對模型選擇過程有更深入了解的視圖。從Scikit-Learn來看，當(dāng)可視化數(shù)據(jù)空間或者封裝一個模型estimator時，其和轉(zhuǎn)換器（transformers）相似，就像"ModelCV" (比如 RidgeCV, LassoCV )的工作原理一樣。Yellowbrick的主要目標(biāo)是創(chuàng)建一個和Scikit-Learn類似的有意義的API。其中最受歡迎的visualizers包括：
 
特征可視化
Rank Features: 對單個或者兩兩對應(yīng)的特征進行排序以檢測其相關(guān)性
Parallel Coordinates: 對實例進行水平視圖
Radial Visualization: 在一個圓形視圖中將實例分隔開
PCA Projection: 通過主成分將實例投射
Feature Importances: 基于它們在模型中的表現(xiàn)對特征進行排序
Scatter and Joint Plots: 用選擇的特征對其進行可視化
分類可視化
Class Balance: 看類的分布怎樣影響模型
Classification Report: 用視圖的方式呈現(xiàn)精確率，召回率和F1值
ROC/AUC Curves: 特征曲線和ROC曲線子下的面積
Confusion Matrices: 對分類決定進行視圖描述
回歸可視化
Prediction Error Plot: 沿著目標(biāo)區(qū)域?qū)δＰ瓦M行細分
Residuals Plot: 顯示訓(xùn)練數(shù)據(jù)和測試數(shù)據(jù)中殘差的差異
Alpha Selection: 顯示不同alpha值選擇對正則化的影響
聚類可視化
K-Elbow Plot: 用肘部法則或者其他指標(biāo)選擇k值
Silhouette Plot: 通過對輪廓系數(shù)值進行視圖來選擇k值
文本可視化
Term Frequency: 對詞項在語料庫中的分布頻率進行可視化
t-SNE Corpus Visualization: 用隨機鄰域嵌入來投射文檔

這里以癌癥數(shù)據(jù)集為例繪制ROC曲線，如下：

def testFunc1(savepath='Results/breast_cancer_ROCAUC.png'):
 '''
 基于癌癥數(shù)據(jù)集的測試
 '''
 data=load_breast_cancer()
 X,y=data['data'],data['target']
 X_train, X_test, y_train, y_test = train_test_split(X, y)
 viz=ROCAUC(LogisticRegression())
 viz.fit(X_train, y_train)
 viz.score(X_test, y_test)
 viz.poof(outpath=savepath)

結(jié)果如下：

結(jié)果看起來也是挺美觀的。

之后用平行坐標(biāo)的方法對高維數(shù)據(jù)進行作圖，數(shù)據(jù)集同上：

def testFunc2(savepath='Results/breast_cancer_ParallelCoordinates.png'):
 '''
 用平行坐標(biāo)的方法對高維數(shù)據(jù)進行作圖
 '''
 data=load_breast_cancer()
 X,y=data['data'],data['target']
 print 'X_shape: ',X.shape #X_shape: (569L, 30L)
 visualizer=ParallelCoordinates()
 visualizer.fit_transform(X,y)
 visualizer.poof(outpath=savepath)

結(jié)果如下：

這個最初沒有看明白什么意思，其實就是高維特征數(shù)據(jù)的可視化分析，這個功能還可以對原始數(shù)據(jù)進行采樣，之后再繪圖。

基于癌癥數(shù)據(jù)集，使用邏輯回歸模型來分類，繪制分類報告

def testFunc3(savepath='Results/breast_cancer_LR_report.png'):
 '''
 基于癌癥數(shù)據(jù)集，使用邏輯回歸模型來分類，繪制分類報告
 '''
 data=load_breast_cancer()
 X,y=data['data'],data['target']
 model=LogisticRegression()
 visualizer=ClassificationReport(model)
 X_train,X_test,y_train,y_test=train_test_split(X,y,test_size=0.3,random_state=42)
 visualizer.fit(X_train,y_train)
 visualizer.score(X_test,y_test)
 visualizer.poof(outpath=savepath)

結(jié)果如下：

這樣的結(jié)果展現(xiàn)方式還是比較美觀的，在使用的時候發(fā)現(xiàn)了這個模塊的一個不足的地方，就是：如果連續(xù)繪制兩幅圖片的話，第一幅圖片就會累加到第二幅圖片中去，多幅圖片繪制亦是如此，在matplotlib中可以使用plt.clf()方法來清除上一幅圖片，這里沒有找到對應(yīng)的API，希望有找到的朋友告知一下。

接下來基于共享單車數(shù)據(jù)集進行租借預(yù)測，具體如下：

首先基于特征對相似度分析方法來分析共享單車數(shù)據(jù)集中兩兩特征之間的相似度

def testFunc5(savepath='Results/bikeshare_Rank2D.png'):
 '''
 共享單車數(shù)據(jù)集預(yù)測
 '''
 data=pd.read_csv('bikeshare/bikeshare.csv')
 X=data[["season", "month", "hour", "holiday", "weekday", "workingday",
   "weather", "temp", "feelslike", "humidity", "windspeed"
   ]]
 y=data["riders"]
 visualizer=Rank2D(algorithm="pearson")
 visualizer.fit_transform(X)
 visualizer.poof(outpath=savepath)

基于線性回歸模型實現(xiàn)預(yù)測分析

def testFunc7(savepath='Results/bikeshare_LinearRegression_ResidualsPlot.png'):
 '''
 基于共享單車數(shù)據(jù)使用線性回歸模型預(yù)測
 '''
 data = pd.read_csv('bikeshare/bikeshare.csv')
 X=data[["season", "month", "hour", "holiday", "weekday", "workingday",
   "weather", "temp", "feelslike", "humidity", "windspeed"]]
 y=data["riders"]
 X_train,X_test,y_train,y_test=train_test_split(X,y,test_size=0.3)
 visualizer=ResidualsPlot(LinearRegression())
 visualizer.fit(X_train, y_train)
 visualizer.score(X_test, y_test)
 visualizer.poof(outpath=savepath)

結(jié)果如下：

基于共享單車數(shù)據(jù)使用AlphaSelection

def testFunc8(savepath='Results/bikeshare_RidgeCV_AlphaSelection.png'):
 '''
 基于共享單車數(shù)據(jù)使用AlphaSelection
 '''
 data=pd.read_csv('bikeshare/bikeshare.csv')
 X=data[["season", "month", "hour", "holiday", "weekday", "workingday",
   "weather", "temp", "feelslike", "humidity", "windspeed"]]
 y=data["riders"]
 alphas=np.logspace(-10, 1, 200)
 visualizer=AlphaSelection(RidgeCV(alphas=alphas))
 visualizer.fit(X, y)
 visualizer.poof(outpath=savepath)

結(jié)果如下：

基于共享單車數(shù)據(jù)繪制預(yù)測錯誤圖

def testFunc9(savepath='Results/bikeshare_Ridge_PredictionError.png'):
 '''
 基于共享單車數(shù)據(jù)繪制預(yù)測錯誤圖
 '''
 data=pd.read_csv('bikeshare/bikeshare.csv')
 X=data[["season", "month", "hour", "holiday", "weekday", "workingday",
   "weather", "temp", "feelslike", "humidity", "windspeed"]]
 y=data["riders"]
 X_train,X_test,y_train,y_test=train_test_split(X,y,test_size=0.3)
 visualizer=PredictionError(Ridge(alpha=3.181))
 visualizer.fit(X_train, y_train)
 visualizer.score(X_test, y_test)
 visualizer.poof(outpath=savepath)
blog.csdn.net/Together_CZ/article/details/86640784

結(jié)果如下：

看完上述內(nèi)容是否對您有幫助呢？如果還想對相關(guān)知識有進一步的了解或閱讀更多相關(guān)文章，請關(guān)注億速云行業(yè)資訊頻道，感謝您對億速云的支持。