【参考资料:《机器学习算法原理与编程实践》(郑捷)】
表与线性结构的可视化
import numpy as np
import matplotlib.pyplot as plt
x = np.linspace(-5,5,200);
y = np.sin(x);
yn = y+np.random.rand(1,len(y))*1.5; #加入噪声的点集
#绘图
fig = plt.figure()
ax = fig.add_subplot(111)
ax.scatter(x,yn,c='blue',marker='o')
ax.plot(x,y+0.75,'r')
plt.show()

树与分类结构的可视化
首先写treePlotter包。
【以下内容参考自博客:https://blog.youkuaiyun.com/xiaoliuhexiaolu/article/details/80528144。如有侵权,请告知删除】
步骤: 在项目中创建treePlotter包。 在__init__.py中写入一下内容:
# _*_ coding: UTF-8 _*_
import matplotlib.pyplot as plt
"""绘决策树的函数"""
decisionNode = dict(boxstyle="sawtooth", fc="0.8") # 定义分支点的样式
leafNode = dict
Python数据可视化:表、树与网络结构

本文介绍了Python中数据可视化的三个方面:表与线性结构、树与分类结构以及图与网络结构的可视化。通过创建treePlotter包实现树的绘制,并探讨了在神经网络和贝叶斯网络中图的存储和可视化方法,利用邻接矩阵和matplotlib进行展示。
最低0.47元/天 解锁文章
497

被折叠的 条评论
为什么被折叠?



