Re: 關於scikit-learn中的教學

[jn8029 (魯)]

分享個不大相關的東西

import pandas as pd
import seaborn as sns

data_df = pd.DataFrame(data)
sns.pairplot(data = data_df)
sns.plt.show()

http://seaborn.pydata.org/generated/seaborn.pairplot.html



※ 引述《ahdrew51 (水喔)》之銘言：
: ※ 引述《ahdrew51 (水喔)》之銘言：
: : Scikit-learn 中有一篇'Plot different SVM classifiers in the iris dataset'的教
: : 學
: : 其中他的features只取了兩個
: : 這樣到底是為什麼能簡化問題呢？
: : 如果要取全部的features（4個還5個）要怎麼去改呢？
: : 我現在正在學把分類的結果畫圖出來
: : 對這部分有問題 尤其是畫圖的部分
: : 希望有大大能夠幫助我
: : 謝謝
: 我照著熱心網友給我回覆的方法，也就是先做PCA，使feature降維成2，再來畫圖
: 我是在讀完檔案後馬上對其做PCA，但會出現一個問題
: 雖然圖能夠畫出來，但因為一開始就先把數遽降維，使的辨識率變低了
: 我想，事先對輸入的DATA做降維當然會造成辨識率變低
: 有什麼方法能夠使用所有的feature又不會影響到辨識率呢?
: 謝謝各位

--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 175.182.110.158
※ 文章網址: https://www.ptt.cc/bbs/Python/M.1491814807.A.069.html
※ 編輯: jn8029 (175.182.110.158), 04/10/2017 17:00:34
推 banyhong: 感謝分享
推 ahdrew51: 感恩