Kaggle知识点：scikit-plot可视化模型

scikit-learn (sklearn)是Python环境下常见的机器学习库，包含了常见的分类、回归和聚类算法。在训练模型之后，常见的操作是对模型进行可视化，则需要使用Matplotlib进行展示。

scikit-plot是一个基于sklearn和Matplotlib的库，主要的功能是对训练好的模型进行可视化，功能比较简单易懂。

https://scikit-plot.readthedocs.io

pip install scikit-plot

功能1：评估指标可视化scikitplot.metrics.plot_confusion_matrix快速展示模型预测结果和标签计算得到的混淆矩阵。

import scikitplot as skplt

rf = RandomForestClassifier()

rf = rf.fit(X_train, y_train)

y_pred = rf.predict(X_test)

skplt.metrics.plot_confusion_matrix(y_test, y_pred, normalize=True)

plt.show()

scikitplot.metrics.plot_roc快速展示模型预测的每个类别的ROC曲线。

import scikitplot as skplt

nb = GaussianNB()

nb = nb.fit(X_train, y_train)

y_probas = nb.predict_proba(X_test)

skplt.metrics.plot_roc(y_test, y_probas)

plt.show()

scikitplot.metrics.plot_ks_statistic

import scikitplot as skplt

lr = LogisticRegression()

lr = lr.fit(X_train, y_train)

y_probas = lr.predict_proba(X_test)

skplt.metrics.plot_ks_statistic(y_test, y_probas)

plt.show()

scikitplot.metrics.plot_precision_recall

import scikitplot as skplt

nb = GaussianNB()

nb.fit(X_train, y_train)

y_probas = nb.predict_proba(X_test)

skplt.metrics.plot_precision_recall(y_test, y_probas)

plt.show()

scikitplot.metrics.plot_silhouette对聚类结果进行silhouette analysis分

import scikitplot as skplt

kmeans = KMeans(n_clusters=4, random_state=1)

cluster_labels = kmeans.fit_predict(X)

skplt.metrics.plot_silhouette(X, cluster_labels)

plt.show()

scikitplot.metrics.plot_calibration_curve

import scikitplot as skplt

rf = RandomForestClassifier()

lr = LogisticRegression()

nb = GaussianNB()

svm = LinearSVC()

rf_probas = rf.fit(X_train, y_train).predict_proba(X_test)

lr_probas = lr.fit(X_train, y_train).predict_proba(X_test)

nb_probas = nb.fit(X_train, y_train).predict_proba(X_test)

svm_scores = svm.fit(X_train, y_train).decision_function(X_test)

probas_list = [rf_probas, lr_probas, nb_probas, svm_scores]

clf_names = ['Random Forest', 'Logistic Regression',

'Gaussian Naive Bayes', 'Support Vector Machine']

skplt.metrics.plot_calibration_curve(y_test,

probas_list,

clf_names)

plt.show()

功能2：模型可视化scikitplot.estimators.plot_learning_curve

import scikitplot as skplt

rf = RandomForestClassifier()

skplt.estimators.plot_learning_curve(rf, X, y)

plt.show()

scikitplot.estimators.plot_feature_importances可视化特征重要性。

import scikitplot as skplt

rf = RandomForestClassifier()

rf.fit(X, y)

skplt.estimators.plot_feature_importances(

rf, feature_names=['petal length', 'petal width',

'sepal length', 'sepal width'])

plt.show()

功能3：聚类可视化scikitplot.cluster.plot_elbow_curve

import scikitplot as skplt

kmeans = KMeans(random_state=1)

skplt.cluster.plot_elbow_curve(kmeans, cluster_ranges=range(1, 30))

plt.show()

功能4：降维可视化scikitplot.decomposition.plot_pca_component_variance绘制 PCA 分量的解释方差比。import scikitplot as skplt

pca = PCA(random_state=1)

pca.fit(X)

skplt.decomposition.plot_pca_component_variance(pca)

>plt.show()

scikitplot.decomposition.plot_pca_2d_projectionimport scikitplot as skplt

pca = PCA(random_state=1)

pca.fit(X)

skplt.decomposition.plot_pca_2d_projection(pca, X, y)

plt.show()