Pengarang: Gencay I.
Awalnya diterbitkan di Towards AI the World’s Leading AI and Technology News and Media Company. Jika Anda sedang membangun produk atau layanan terkait AI, kami mengundang Anda untuk mempertimbangkan untuk menjadi sponsor AI. Di Towards AI, kami membantu menskalakan AI dan startup teknologi. Biarkan kami membantu Anda melepaskan teknologi Anda kepada massa.
Machine Learning Sebelumnya Bagian 1 & DataVisualisasi
Matplotlib & Seaborn Dijelaskan dan Dibandingkan Secara Singkat
· Pengantar
· Grafik garis
Matplotlib
Seaborn
Grafik Garis Animasi
· Histogram
Matplotlib
Seaborn
· Grafik Sebar
Matplotlib
Seaborn
· Grafik Biola
Matplotlib
Seaborn
· Kesimpulan
pengantar
Halo semua.
Dalam seri pembelajaran Mesin saya, saya mencoba menjelaskan kepada kalian logika di balik Pembelajaran Mesin.
Seperti yang sudah jelas dan saya selalu katakan, Machine Learning adalah kombinasi dari budaya yang berbeda.
Terutama ;
Gambar oleh Penulis
Dalam artikel berikut, saya menjelaskan sebagian besar istilah Statistik yang digunakan dalam Pembelajaran Mesin.
Nah dalam kursus singkat itu, saya mencoba menjelaskan kepada kalian proses pengkodean pembelajaran mesin dengan Python.
Di Python, saya membagi proses menjadi empat.
Visualisasi Data- Matplotlib & Analisis Data Seaborn- Panda Mengenal Tipe Data-Model Bangunan Numpy- Scikit-belajar
Juga, saya membagi tipe model menjadi tiga, yaitu ;
Artikel pengelompokan sedang dalam proses*
Sekarang, visualisasi data dan jenis bagan dapat sangat bervariasi, tetapi saya memutuskan untuk menjelaskan yang paling umum kepada Anda karena itu adalah artikel penjelasan singkat.
Dan saya juga akan mengkodekan grafik ini di Matplotlib dan Seaborn, yang merupakan alat visualisasi paling umum di Python.
Grafik garis
Grafik garis digunakan untuk mengamati perubahan, paling umum, dalam waktu.
Matplotlib
Pertama, download data dengan cara loading dan seaborn dan gunakan metode load_dataset.
Kemudian jatuhkan kolom kategoris dan gambarkan grafik yang sesuai.
https://medium.com/media/2ab838468a136a5c1809651d7442b036/href
Gambar oleh Penulis
Yg keturunan dr laut
Seperti dalam kode terakhir,
Unduh data dengan memuat dan seaborn metode Load_dataset, jatuhkan kolom kategoris dan Gambarkan grafik garis sesuai dengan memilih x dan y. Untuk lebih
https://medium.com/media/3be5d34ae8e95208ab20535a64b33e7a/href
Gambar oleh Penulis
Grafik Garis Animasi
Juga jika Anda ingin melihat grafik animasi;
Muat perpustakaannya Urutkan nilainya Atur ukuran jumlah png, yang akan membuat gif grafik garis animasi Anda. Tulis sebuah lingkaran. Simpan gif Anda.
https://medium.com/media/65a6e828e3c4d24813e72166acb001d0/href
Gambar oleh Penulis
Histogram
Grafik penting untuk melihat kepadatan dan distribusi data.
Matplotlib
Sekarang mari kita jelaskan langkah demi langkah
Unduh dan muat data. Tentukan ara dan kapak. Tentukan histogram dan kolomnya. Setel judul, label x dan y Tentukan ambang batas, dan tarik garis yang sesuai. Untuk lebih banyak argumen.
https://medium.com/media/7346f31ec01a9ee4b3b9fe344c20ff93/href
Gambar oleh Penulis
Yg keturunan dr laut
Berikut adalah sumber distplot.
Impor perpustakaan. Memuat kumpulan data Tentukan nama kolom kde-draw gaussian kernel density atau tidak. tempat sampah – lebar tempat sampah histogram
https://medium.com/media/4e0fbf37e7d3f0a25489ae6649f4b649/href
Gambar oleh Penulis
Grafik Sebar
Untuk melihat titik data sebagai titik literal, grafik pencar adalah jenis grafik yang berguna.
Matplotlib
Unduh pustaka dan kumpulan data yang diperlukan. Setel opsi judul dan kisi Untuk lebih lanjut tentang plot sebar di matplotlib.
https://medium.com/media/41770c58365cec9b4dc9eac47273648e/href
Yg keturunan dr laut
Unduh pustaka dan kumpulan data yang diperlukan. Mengatur gaya latar belakang. Tetapkan legenda dan semacamnya, untuk lebih banyak lagi
https://medium.com/media/5983379508aaa9b69de6788ea0bf2e3f/href
Gambar oleh Penulis
Grafik Biola
Berikut adalah jumlah cepat dari grafik biola.
Referensi
Matplotlib
Muat pustaka dan unduh data Pilih kolom panjang sepal iris dan amati. Untuk lebih.
https://medium.com/media/bdaf3c0f87d3b66d1c5d25429c6252f5/href
Gambar oleh Penulis
Yg keturunan dr laut
Impor Seaborn dan kumpulan data. Pilih 100 kolom pertama untuk membandingkan setosa dan versicolor. Pilih panjang sepal dan petal. Untuk lebih.
https://medium.com/media/39442dae8faa6b096017ec113721d537/href
Gambar oleh Penulis
Kesimpulan
Sekarang seperti yang Anda lihat, ada banyak cara berbeda untuk memvisualisasikan data Anda.
Visualisasi data merupakan langkah penting dari proses ETL dalam Machine Learning.
Ini membantu Anda untuk melihat, terkadang distribusi data, dan outlier dan memberi Anda wawasan tentang data.
Sebenarnya, ini berbicara kepada Anda dalam bahasa yang berbeda dan mengetahui bahasa itu dengan lebih baik, membantu Anda menjadi mesin nyata dalam Pembelajaran Mesin.
“Pembelajaran mesin adalah penemuan terakhir yang dibutuhkan umat manusia.” Nick Bostrom
Machine Learning Prior Part 1 & Data Visualization awalnya diterbitkan di Towards AI on Medium, di mana orang-orang melanjutkan percakapan dengan menyoroti dan menanggapi cerita ini.
Diterbitkan melalui Menuju AI
