如何在python中为以下数据绘制散点图？

Question

我使用函数 train_test_split() 对训练数据和测试数据进行了拆分，得到以下结果。

print(X_train) +--------------------+ | fre loc | +--------------------+ | 1.208531 0.010000 | | 0.169742 0.010000 | | 0.119691 0.010000 | | 0.151515 0.010000 | | 0.632653 0.010000 | | 0.104000 1.125000 | | 3.313433 1.076923 | | 0.323899 0.010000 | | 3.513011 1.100000 | | 0.184971 0.010000 | | 0.158470 0.010000 | | 0.175258 0.010000 | | 0.149038 0.010000 | | 0.158879 0.010000 | +--------------------+

print(X_test) +--------------------+ | fre loc | +--------------------+ | 1.208531 0.010000 | | 0.169742 0.010000 | | 0.119691 0.010000 | | 0.151515 0.010000 | | 0.632653 0.010000 | | 0.104000 1.125000 | | 3.313433 1.076923 | +--------------------+

print(y_train) +----------------+ | Critical Value | +----------------+ | 1.208531 | | 0.000000 | | 0.000000 | | 0.000000 | | 0.632653 | | 1.125000 | | 4.390356 | | 0.000000 | | 4.613011 | | 0.000000 | | 0.000000 | | 0.000000 | | 0.000000 | | 0.000000 | +----------------+

print(y_test) +----------------+ | Critical Value | +----------------+ | 1.208531 | | 0.000000 | | 0.000000 | | 0.000000 | | 0.632653 | | 1.125000 | | 4.390356 | +----------------+

然后我按以下方式执行 Gradient Boosting Regressor，

est_knc= GradientBoostingRegressor() est_knc.fit(X_train, y_train) pred = est_knc.score(X_test, y_test) print(pred)

并得到输出， 0.8879530974429752

到这里还好。现在我想绘制它，但它让我很困惑，我无法理解为了使用上述数据绘制散点图，我必须传递什么以及如何传递参数。我是可视化的新手。 :(

Answer 1

为您创建的不同数据集和您获得的不同结果尝试散点图。然后你当然会看到这些模式。

这是我用来创建散点图的代码 sn-p。如果您不熟悉可视化，希望对您有所帮助。 在这里，我从两个单独的文件 xdata.txt 和 ydata.txt 中获取 x 和 y 的输入。它们应该是简单的文件，其中您要绘制的数据用新行分隔。

即-

xdata.txt file
1.208531 
0.169742 
0.119691
0.151515 
0.632653
0.104000
3.313433

ydata.txt file
0.010000
0.010000
0.010000
0.010000
0.010000
1.125000
1.076923

当然，您可以更改此设置并创建自己的 numpy 数组，以便以方便的方式获取要绘制的数据。

import numpy as np
import matplotlib.pyplot as plt

x = np.fromfile("xdata.txt",float,-1," ")
y = np.fromfile("ydata.txt",float,-1," ")

plt.scatter(x, y,alpha=0.5)
plt.show()

如果导入不起作用，那么您必须使用 pip 安装所需的包。