可视化工具Yellowbrick:超参与行为的可视化带来更的实现

2022-04-01 00:00:00 选择 模型 版本 可视化 特征

选自GitHub,机器之心编译。

Yellowbrick 是一套名为「Visualizers」的视觉诊断工具,它扩展了 Scikit-Learn API 以允许我们监督模型的选择过程。简而言之,Yellowbrick 将 Scikit-Learn 与 Matplotlib 结合在一起,并以传统 Scikit-Learn 的方式对模型进行可视化。

项目地址:https://github.com/DistrictDataLabs/yellowbrick


可视化器

可视化器(Visualizers)是一种从数据中学习的估计器,其主要目标是创建可理解模型选择过程的可视化。在 Scikit-Learn 的术语中,它们类似于转换器(transformer),其在可视化数据空间或包装模型估计器上类似「ModelCV」(例如 RidgeCV 和 LassoCV)方法的过程。Yellowbrick 的主要目标是创建一个类似于 Scikit-Learn 的 API,其中一些流行的可视化器包括:


特征可视化

  • Rank Features:单个或成对特征排序以检测关系
  • Parallel Coordinates:实例的水平可视化
  • Radial Visualization:围绕圆形图分离实例
  • PCA Projection:基于主成分分析映射实例
  • Manifold Visualization:通过流形学习实现高维可视化
  • Feature Importances:基于模型性能对特征进行排序
  • Recursive Feature Elimination:按重要性搜索佳特征子集
  • Scatter and Joint Plots:通过特征选择直接进行数据可视化


分类可视化

  • Class Balance:了解类别分布如何影响模型
  • Class Prediction Error:展示分类的误差与主要来源
  • Classification Report:可视化精度、召回率和 F1 分数的表征
  • ROC/AUC Curves:受试者工作曲线和曲线下面积
  • Confusion Matrices:类别决策制定的视觉描述
  • Discrimination Threshold:搜索佳分离二元类别的阈值


回归可视化

  • Prediction Error Plots:沿着目标域寻找模型崩溃的原因
  • Residuals Plot:以残差的方式展示训练和测试数据中的差异
  • Alpha Selection:展示 alpha 的选择如何影响正则化


聚类可视化

  • K-Elbow Plot:使用肘法(elbow method)和多个指标来选择 k
  • Silhouette Plot:通过可视化轮廓系数值来选择 k


模型选择可视化

  • Validation Curve:对模型的单个超参数进行调整
  • Learning Curve:展示模型是否能从更多的数据或更低的复杂性中受益


文本可视化

  • Term Frequency:可视化语料库中词项的频率分布
  • t-SNE Corpus Visualization:使用随机近邻嵌入来投影文档

还有更多的可视化器!我们随时会添加更多的可视化器,因此请确保查看示例(或甚至开发分支),并欢迎随时为我们提供建议!


安装 Yellowbrick

Yellowbrick 与 Python2.7 以及之后的版本兼容,但使用 Python3.5 或之后的版本会更合适并能利用其所有功能优势。Yellowbrick 还依赖于 Scikit-Learn 0.18 或之后的版本,以及 Matplotlib1.5 或之后的版本。简单的安装 Yellowbrick 的方法是从 PyPI 使用 pip 安装。

$ pip install yellowbrick

相关文章