【Python】 機械学習の可視化が捗るライブラリ「Yellowbrick」 - フリーランチ食べたい
機械学習Podcast「TWiML＆AI」で先週取り上げられた可視化ライブラリ「Yellowbrick」が非常に便利だったので紹介します！ちなみにPodcastには作者の1人であるRebecca Bilbroさんが出演しているので興味持った方は是非聞いてみてください。 twimlai.com www.scikit-yb.org Yellowbrickとは 一言で言うと、機械学習に特化した可視化ライブラリです。実装的な面で言うと(こちらの方がわかりやすいかもしれません)、scikit-learnとmatplotlibをラップして、scikit-learnライクなAPIで使うことができるものです。 例えば相関行列のヒートマップをプロットしたい場合は次のように書くだけでグラフを作ることができます。 visualizer = Rank2D(features=features, algorithm=
Iris データで、箱ひげ図boxplotとdotplot, matplotlib, - えちごやんの個人メモ書き殴りブログ
Irisデータは、 例えば次のサイトからcsvデータを入手できる。 https://vincentarelbundock.github.io/Rdatasets/datasets.html というサイトから Package Item Title Rows Cols datasets iris Edgar Anderson's Iris Data 150 5 のCSVをクリック＆ダウンロードで、データ取って来るのが一つの方法で。 pythonで、機械学習のsklearnというライブラリーからdatasetをimportしてって方法もある。 （追記: 2017-05-23） #!/usr/bin/env python import numpy as np import matplotlib.pyplot as plt fig = plt.figure() ax = fig.add_subplo
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
