Hoja de referencia de visualización de datos para algoritmos básicos de aprendizaje automático | por Boriharn K | marzo de 2024

Porautomata

#algoritmos, #aprendizaje, #automático, #básicos, #Boriharn, #datos, #hoja, #marzo, #para, #por, #referencia, #visualización

Antes de continuar, tenga en cuenta que las visualizaciones de datos recomendadas en la hoja de referencia son sólo algunas ideas iniciales rápidas. Puede haber casos en los que estos gráficos no sean adecuados para su uso. A continuación, lo guiaré con ejemplos de cómo trazar gráficos usando Python.

Empecemos.

Comience importando bibliotecas:

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
%matplotlib inline

Este artículo utilizará el conjunto de datos del iris, que se puede descargar directamente desde la biblioteca Sklearn. El conjunto de datos también se puede encontrar en el Datos del iris UCI ML y tiene licencia bajo un CC POR 4.0 licencia.

Este artículo se centrará principalmente en los atributos «largo del sépalo» y «ancho del sépalo». Si desea probar con otros conjuntos de datos, no dude en modificar el código siguiente u omitir esta parte.

from sklearn.datasets import load_iris
data = load_iris()df = pd.DataFrame(data = data.data, columns = data.feature_names)
df_t = pd.DataFrame(data = data.target, columns = ['label'])
df_iris =…