9、使用ggplot2进行数据可视化

使用ggplot2进行数据可视化

1. 引入ggplot2

通过图表传达信息往往比单独使用表格更有效且更具视觉吸引力。毕竟，人类处理视觉信息的速度要快得多，比如在图像中识别汽车。在构建机器学习（ML）模型时，我们通常会关注训练和测试损失曲线，它以折线图的形式展示了随着模型训练时间的延长，训练集和测试集损失的减少情况。观察性能指标有助于我们更好地诊断模型是欠拟合还是过拟合，即当前模型是过于简单还是过于复杂。

测试集用于近似未来的数据集，最小化测试集误差有助于模型对新数据集进行泛化，这种方法称为经验风险最小化。欠拟合是指由于拟合能力不足，模型在训练集和测试集上的表现都很差；而过拟合则是指由于模型过于复杂，模型在训练集上表现良好，但在测试集上表现不佳。欠拟合和过拟合都会导致测试集上的错误率升高，从而降低模型的泛化能力。

良好的可视化技能也是优秀沟通者的标志。创建良好的可视化效果需要精心设计界面，同时满足技术上的可行性约束。在构建ML模型时，大部分时间通常花在数据处理、模型开发和微调上，留给向利益相关者传达建模结果的时间却少得不成比例。有效的沟通意味着，尽管ML模型对于该领域之外的人来说是一个黑盒解决方案，但仍然可以向其内部用户透明且充分地解释和让他们理解。

由ggplot2（tidyverse生态系统中专注于绘图的特定包）提供的各种功能创建的有意义且强大的可视化效果，是实现有效沟通的绝佳工具；其输出通常比基础R提供的默认绘图选项在视觉上更具吸引力。毕竟，随着你在职场上的晋升，从受众的角度思考，创建良好的可视化效果将成为一项重要技能。良好的展示技能将与（甚至比）你的技术技能（如模型开发）同样重要。

下面将展示如何使用ggplot2包构建简单而强大的