寫在開頭：這篇文章有別于上次的巖石與雷的分類問題，是個回歸數(shù)據(jù)集的展示。我們將運用到之前的工具對這個數(shù)據(jù)集進行一些可視化。
關(guān)于數(shù)據(jù)集：數(shù)據(jù)集的來源同樣是UCI庫。
性別（M，F，I）由于鮑魚年幼時分辨不出該屬性，所以有三個類別。
長度 單位毫米
直徑 單位毫米
高度 單位毫米
總重量
剝殼重量
內(nèi)臟重量
殼重
環(huán)的數(shù)量 （整型 +1.5用于預(yù)測鮑魚年齡）
鮑魚的年齡是通過切割貝殼通過錐體，染色并通過顯微鏡計數(shù)環(huán)數(shù)來確定的。
任務(wù)是預(yù)測環(huán)數(shù)，從而預(yù)測鮑魚的年齡。

---

import pandas as pd import numpy as np import matplotlib.pyplot as plt #列出數(shù)據(jù)的概況 url = 'http://archive.ics.uci.edu/ml/machine-learning-databases/abalone/abalone.data' data = pd.read_csv(url,prefix='x',header=None) head = data.head() print(head) print('-----------------------------------------------------------') tail = data.tail() print(tail) summary = data.describe() print(summary)

輸出：
通過數(shù)據(jù)的統(tǒng)計信息比較不同位數(shù)之間的差異以及其他一些參數(shù)來發(fā)現(xiàn)異常數(shù)據(jù)。
這里提供一種更加直觀的方法：箱線圖
關(guān)于箱線圖，參考了這篇文章 箱線圖

#由于第一列為非數(shù)值型屬性，因此暫時排除在外 plt.figure(figsize=(10,6)) array = data.iloc[:,1:9].values plt.boxplot(array) plt.xlabel('variable(1:9)',fontsize=14)

輸出：

這里的效果還不是很好，由圖像可以發(fā)現(xiàn)，由于最后一列（環(huán)數(shù)）的取值范圍，導(dǎo)致其他屬性的箱線圖被壓縮，展示出來的效果不是很好。初步解決方法使可以剔除這一列，重新作圖。

array1 = data.iloc[:,1:8].values plt.figure(figsize=(10,6)) plt.boxplot(array1) plt.xlabel('variable(1:8)',fontsize=14)

輸出：

這里效果還沒達到。試試特征縮放，應(yīng)該可行。。

from sklearn.preprocessing import StandardScaler ss = StandardScaler() array2 = ss.fit_transform(array) plt.figure(figsize=(10,6)) plt.boxplot(array2) plt.xlabel('after standardscaler',fontsize=14) plt.show()

輸出：

至此可以看到我們的數(shù)據(jù)異常點還是不少。。

鮑魚數(shù)據(jù)的變量關(guān)系可視化：（水平座標圖）
每個樣本對應(yīng)一條折線，每個屬性對應(yīng)一個點。

plt.figure(figsize=(10,6)) for i in range(array1.shape[0]):point = array1[i,:]plt.plot(point) plt.xticks(np.arange(7),('長度','直徑','高度','全重','去殼重量','內(nèi)臟重量','干燥后殼重'),fontsize = 13) plt.show()

輸出：

上圖描述的使鮑魚年齡（環(huán)數(shù)）和用于預(yù)測年齡的屬性（性別除外）的屬性之間的關(guān)系。

不得不說數(shù)據(jù)可視化還是挺有意思的。

import sklearn.datasets as ds import pandas as pd import matplotlib.pyplot as plt iris = ds.load_iris() x_name = iris.feature_names #['sepal length (cm)', 'sepal width (cm)', 'petal length (cm)', 'petal width (cm)'] x = iris.data #shape (150, 4) y = iris.target #鳶尾花水平座標圖，不同類別的做了顏色區(qū)分 plt.figure(figsize=(10,6)) for i in range(150):if y[i] == 0:lcolor = 'red'elif y[i] == 1:lcolor = 'blue'else:lcolor = 'orange'line = x[i,:]plt.plot(line,color = lcolor) plt.show()

import matplotlib.pyplot as plt plt.rcParams['font.sans-serif']=['SimHei'] plt.rcParams['axes.unicode_minus']=False plt.figure(figsize=(12,10)) plt.subplot(221) for i in range(150):x1 = x[i,0]plt.scatter(x1,y[i]) plt.title('變量1與最終目標的相關(guān)性')plt.subplot(222) for i in range(150):x1 = x[i,1]plt.scatter(x1,y[i]) plt.title('變量2與最終目標的相關(guān)性')plt.subplot(223) for i in range(150):x1 = x[i,2]plt.scatter(x1,y[i]) plt.title('變量3與最終目標的相關(guān)性')plt.subplot(224) for i in range(150):x1 = x[i,3]plt.scatter(x1,y[i]) plt.title('變量4與最終目標的相關(guān)性')plt.show()

這個結(jié)果還是有點奇怪的好像，后續(xù)再學(xué)習(xí)學(xué)習(xí)

總結(jié)

以上是生活随笔為你收集整理的鲍鱼数据集的可视化展示的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。