ML之MIC:利用某数据集计算机最大信息系数MIC并可视化MIC矩阵热图及其代码实现

简介: ML之MIC:利用某数据集计算机最大信息系数MIC并可视化MIC矩阵热图及其代码实现

利用某数据集计算机最大信息系数MIC并可视化MIC矩阵热图及其代码实现

实现结果

正在执行B盘的数据

         0         1         2         3         4         5         6   \

0   0.993748  0.992363  0.865935  0.158754  0.199621  0.238159  0.859997  

1   0.992363  0.998222  0.584723  0.302727  0.307473  0.298183  0.695466  

2   0.865935  0.584723  0.999999  0.801459  0.805825  0.793084  0.935439  

3   0.158754  0.302727  0.801459  0.999574  0.999574  0.965256  0.963887  

4   0.199621  0.307473  0.805825  0.999574  0.999999  0.968664  0.966409  

5   0.238159  0.298183  0.793084  0.965256  0.968664  0.999999  0.935723  

6   0.859997  0.695466  0.935439  0.963887  0.966409  0.935723  0.999710  

7   0.632709  0.484949  0.818616  0.963887  0.966409  0.915654  0.995471  

8   0.241095  0.230026  0.545492  0.530788  0.669366  0.473332  0.486489  

9   0.368982  0.289529  0.250506  0.138713  0.215880  0.161387  0.137730  

10  0.423532  0.331815  0.331008  0.253744  0.262192  0.261714  0.295448  

11  0.841959  0.826301  0.772081  0.173843  0.239098  0.253886  0.781008  

         7         8         9         10        11  

0   0.632709  0.241095  0.368982  0.423532  0.841959  

1   0.484949  0.230026  0.289529  0.331815  0.826301  

2   0.818616  0.545492  0.250506  0.331008  0.772081  

3   0.963887  0.530788  0.138713  0.253744  0.173843  

4   0.966409  0.669366  0.215880  0.262192  0.239098  

5   0.915654  0.473332  0.161387  0.261714  0.253886  

6   0.995471  0.486489  0.137730  0.295448  0.781008  

7   0.999864  0.473332  0.108656  0.261138  0.573823  

8   0.473332  0.995335  0.275280  0.295224  0.190111  

9   0.108656  0.275280  0.999993  0.901033  0.408306  

10  0.261138  0.295224  0.901033  0.999993  0.374089  

11  0.573823  0.190111  0.408306  0.374089  0.999935  


image.png

image.png

实现代码

 

from minepy import MINE

import seaborn as sns

def MIC_matirx_ShowHeatMap(DataFrame):

   colormap = plt.cm.RdBu

   ylabels = DataFrame.columns.values.tolist()

   f, ax = plt.subplots(figsize=(14, 14))

   ax.set_title('MIC Matirx HeatMap')

   sns.heatmap(DataFrame.astype(float),

               cmap=colormap,ax=ax,annot=True,

               yticklabels=ylabels,xticklabels=ylabels)

   plt.show()

 

MIC_matirx_ShowHeatMap(data_MIC_matirx)


相关文章
|
4月前
|
算法 计算机视觉 异构计算
基于FPGA的图像一维FFT变换IFFT逆变换verilog实现,包含tb测试文件和MATLAB辅助验证
```markdown ## FPGA 仿真与 MATLAB 显示 - 图像处理的 FFT/IFFT FPGA 实现在 Vivado 2019.2 中仿真,结果通过 MATLAB 2022a 展示 - 核心代码片段:`Ddddddddddddddd` - 理论:FPGA 实现的一维 FFT/IFFT,加速数字信号处理,适用于高计算需求的图像应用,如压缩、滤波和识别 ```
|
机器学习/深度学习 算法
m基于OFDM+QPSK和DNN深度学习信道估计的无线图像传输matlab仿真,输出误码率曲线,并用实际图片进行测试
m基于OFDM+QPSK和DNN深度学习信道估计的无线图像传输matlab仿真,输出误码率曲线,并用实际图片进行测试
347 0
|
机器学习/深度学习 数据可视化 PyTorch
深度学习之如何使用Grad-CAM绘制自己的特征提取图-(Pytorch代码,详细注释)神经网络可视化-绘制自己的热力图
深度学习之如何使用Grad-CAM绘制自己的特征提取图-(Pytorch代码,详细注释)神经网络可视化-绘制自己的热力图
深度学习之如何使用Grad-CAM绘制自己的特征提取图-(Pytorch代码,详细注释)神经网络可视化-绘制自己的热力图
|
存储 机器学习/深度学习 传感器
【图像隐藏】基于DWT与SVD算法实现数字水印嵌入提取附matlab代码
【图像隐藏】基于DWT与SVD算法实现数字水印嵌入提取附matlab代码
|
算法 计算机视觉 异构计算
m基于FPGA的图像Harris角点特征提取和图像配准verilog实现,包含testbench和MATLAB辅助验证
m基于FPGA的图像Harris角点特征提取和图像配准verilog实现,包含testbench和MATLAB辅助验证
298 0
|
机器学习/深度学习 传感器 算法
基于TMP算法、S3PM算法、OTA算法、SAXA算法实现信号检测系统中四种噪声背景归一化附MATLAB代码
基于TMP算法、S3PM算法、OTA算法、SAXA算法实现信号检测系统中四种噪声背景归一化附MATLAB代码
|
机器学习/深度学习 传感器 算法
【图像隐写】基于分数傅里叶结合SVD实现数字水印嵌入攻击提取FRFT+SVD含Matlab源码
【图像隐写】基于分数傅里叶结合SVD实现数字水印嵌入攻击提取FRFT+SVD含Matlab源码
|
机器学习/深度学习 传感器 算法
【图像隐藏】基于分数阶傅里叶变换 DFT实现数字水印嵌入提取附含Matlab代码
【图像隐藏】基于分数阶傅里叶变换 DFT实现数字水印嵌入提取附含Matlab代码
|
人工智能
【ABAQUS模态动力学】Composite&abaqus 预应力模态分析&输出单元刚度矩阵
模态分析的含义 | 理解振型和固有频率 | abaqus 预应力模态分析 | 输出单元刚度矩阵
421 0
|
机器学习/深度学习 传感器 算法
【雷达通信】基于均匀圆阵下CA-MUSIC的二维DOA估计算法附matlab代码
【雷达通信】基于均匀圆阵下CA-MUSIC的二维DOA估计算法附matlab代码