Orange3实战教程:可视化---诺模图

诺模图

用于可视化朴素贝叶斯分类器和逻辑回归分类器的诺模图。

输入

● 分类器:训练好的分类器(如朴素贝叶斯或逻辑回归)
● 数据:输入数据集

输出

● 特征:默认选择前10个变量作为特征

诺模图能够直观展示分类器(特别是朴素贝叶斯和逻辑回归)的结构,揭示训练数据中属性对类别概率的影响。除了可视化功能外,该工具还支持交互式预测类别概率。下图展示了泰坦尼克号数据集的诺模图,用于建模乘客未幸存灾难的概率。

当数据集中属性过多时,可仅显示排名靠前的属性。对于朴素贝叶斯模型,排序选项包括“无排序”“名称”“绝对重要性”“正向影响”和“负向影响”;逻辑回归模型则支持“无排序”“名称”和“绝对重要性”。

在多分类任务中,目标类别的概率通过“一对多”(One-vs-All)原则计算(此时概率之和可能不为1)。若需避免此问题,可选择“归一化概率”。

操作步骤

  1. 选择目标类别并决定是否归一化概率。
  2. 默认使用“对数几率比”作为尺度。为便于理解,可切换为“点尺度”:将最大绝对对数几率比重新缩放为100点。
  3. 显示所有属性或仅显示高排名属性,支持排序和投影类型设置(逻辑回归模型还支持连续属性的2D可视化)。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

err2008

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值