Box和Whisker图(也简称为boxplots)是另一种有用的技术，可用于检查每个属性的分布情况。以下是此技术的特点-
它本质上是单变量的，总结了每个属性的分布。
它为中间值(即中位数)画一条线。
它将在25％和75％周围绘制一个框。
它还会绘制晶须，这将使对数据的传播有所了解。
晶须外的点表示离群值。离群值比中间数据的散布大小大1.5倍。
在以下示例中，Python脚本将生成"密度图"，以分配Pima印度糖尿病数据集的属性。
from matplotlib import pyplot from pandas import read_csv path=r"C:\pima-indians-diabetes.csv" names=[preg, plas, pres, skin, test, mass, pedi, age, class] data=read_csv(path, names=names) data.plot(kind=box, subplots=True, layout=(3,3), sharex=False,sharey=False) pyplot.show()
运行上面代码输出
从上面的属性分布图可以看出，年龄，测试和皮肤似乎偏向较小的值。文章来源：https://www.toymoban.com/news/detail-689228.html
机器学习 中的 箱形图函数 - 无涯教程网无涯教程网提供Box和Whisker图(也简称为boxplots)是另一种有用的技术，可用于检查每个属性的分布情况...https://www.learnfk.com/python-machine-learning/machine-learning-with-python-box-and-whisker-plots.html文章来源地址https://www.toymoban.com/news/detail-689228.html
到了这里，关于无涯教程-机器学习 - 箱形图函数的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！
