Foglio informativo sulla visualizzazione dei dati per algoritmi di base di machine learning |  di Boriharn K |  Marzo 2024

 | Intelligenza-Artificiale

Prima di continuare, tieni presente che le visualizzazioni dei dati consigliate nel cheat sheet sono solo alcune rapide idee iniziali. Potrebbero esserci casi in cui questi grafici non sono adatti all'uso. Successivamente, ti guiderò con esempi su come tracciare i grafici utilizzando Python.

Iniziamo.

Inizia con l'importazione delle librerie:

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

Questo articolo utilizzerà il set di dati dell'irideche può essere scaricato direttamente dalla libreria Sklearn. Il set di dati può essere trovato anche su Dati sull'iride UCI ML ed è concesso in licenza con a CC BY 4.0 licenza.

Questo articolo si concentrerà principalmente sugli attributi “lunghezza sepalo” e “larghezza sepalo”. Se vuoi provare con altri set di dati, sentiti libero di modificare il codice qui sotto o saltare questa 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 =…

Fonte: towardsdatascience.com

Lascia un commento

Il tuo indirizzo email non sarà pubblicato. I campi obbligatori sono contrassegnati *