需要源码和数据集请点赞关注收藏后评论区留言私信~~~
数据可视化
数据可视化通过直观的方式增加对数据的理解，帮助提取有用特征。
1.特征取值分布
特征的取值分布情况可以为分析特征提供重要信息。一般采用直方图和饼图来可视化取值分布。Python扩展库Matplotlib提供了多种画图方法。
2.离散型特征与离散型标签的关系
样本特征的值与该样本的标签的关系，是机器学习最为关心的事情。通过可视化，可以直观地展现标签值随某特征取值的变化而变化的情况。
3.连续型特征与离散型标签的关系
观察连续型特征与离散型标签的关系，常用盒图（Box plots）。
对于单个变量，盒图描述的是其分布的四分位图：上边缘 上四分位数 中位数 下四分位数和下边缘，上边缘是最大数，上四分位数是由大到小排在四分之一的那个值，中位数是排在中间的那个数，下四分位数是排在四分之三的那个数，下边缘是最小数，单个变量的盒图便于观察变量值的分布中心 扩展和偏移，另外还可以发现离群的异常值的存在
4.离散型特征与连续型标签的关系
密度图（Density plots）也可用来可视化类似关系。 在密度图中，将每个离散的特征值画一条曲线，多条曲线放在一起进行比较，每个离散特征值的曲线的横坐标设为连续的标签值，纵坐标设为对应标签纸的密度
5.连续型特征与连续型标签的关系
连续型特征与连续型标签的关系是常用的画图方式，即将输入、输出值对应在平面上作点，可采用matplotlib和pandas中的scatter()函数。
下面是部分绘图函数与其对应函数方法
可视化性别、周末与购物之间关系
可以采用马赛克图来可视化离散型特征值与离散型标签的关系
下面给出一个简单示例，其中可视化了性别与购物之间关系的可视化，以及周末与购物之间关系的可视化
部分数据如下 性别1男 0女 是否购物 1购物 0不购物
[2020, 11, 1, 1, 1], [2020, 11, 1, 0, 1], [2020, 11, 1, 0, 1], [2020, 11, 1, -1, 1], [2020, 11, 1, 1, 1], [2020, 11, 1, 0, 1], [2020, 11, 1, 0, 0], [2020, 11, 1, 0, 1], [2020, 11, 2, 1, 0], [2020, 11, 2, 1, 1], ], [2020, 11, 7, 0, 1], [2020, 11, 8, 1, 1], [2020, 11, 8, 0, 1], [2020, 11, 9, 0, 0], [2020, , 11, 1, -1], [2020, 11, 12, 0, 0]]
性别与购物关系的马赛克图如下
周末与购物之间关系如下
部分代码如下
import datetime # 导入datetime模块，该模块用来处理与日期和时间有关的计算 # 定义一个判断是否为周末的函数 def isweekend( date ): theday = datetime.date( date[0], date[1], date[2] ) # 创建一个date对象 if theday.isoweekday() in { 6, 7 }: # 如果date是周末则返回1，否则返回0 return 1 else: return 0 # 是否周末的特征，性别，是否购物三项数据 train_set1 = [] for i in range(len(train_data)): weekend = isweekend(train_data[i][:3]) train_set1.append( [weekend, train_data[i][3], train_data[i][4]] ) wk = df[0].astype('str').apply(lambda x: '周末' if x=='1' else '非周末') man = df[1].astype('str').apply(lambda x: '男' if x=='1' else '女') label = df[2].astype('str').apply(lambda x: '购物' if x=='1' else '不购物') #print(label) mosaic_data1 = pd.concat([man, label], axis=1) #print(mosaic_data) mosaic(data=mosaic_data1, index=[1, 2], gap=0.01, title=u'性别与购物的关系')
创作不易 觉得有帮助请点赞关注收藏~~~
