DAY 25

SC21x

3D plotly

!pip install plotly==4.* #설치(DAY22에도 있음)

import plotly.express as px
px.scatter_3d(
     homes,
     x='GrLivArea', 
     y='HouseStyle', 
     z='SalePrice',  
     title='House Prices'
)

pairplot

sns.set(style='whitegrid', context='notebook')
cols = ['feature1', 'feature2','feature3']
sns.pairplot(df[cols], height=2);

• 데이터셋을 통째로 넣으면 숫자형 특성에 대하여 각각에 대한 히스토그램과 두 변수 사이의 scatter plot을 그린다
• 데이터를 한눈에 보기 쉬워서 애용
• 다른 기능이나 유연성이 더 필요하다면 pairgrid를 사용
  출처

Strip Plot

sns.stripplot(y = homes['feature1'], x = homes['feature2'])

• 연속형 변수와 범주형 변수 사이의 그래프
• 산점도(scatter plot)로 표시되는데, 범주형 변수의 인코딩을 추가로 사용한다.
  
  출처

보기 편하게 회귀계수

coefficients=pd.Series(model.coef_, X_train.columns)
coefficients

데이터셋에서 numeric column만 있는 데이터 프레임 출력하기

 df._get_numeric_data()

참고

N213

가장 score가 좋은 colmns 뽑아내기

selector = SelectKBest(score_func=f_regression, k=20)

# selctor에서 점수 추출 (배열)
score = selector.scores_
# 가장 높은 점수의 인덱스 번호 추출
best_score_index = np.argmax(score) # 0
# 학습 데이터셋 컬럼에서 인덱스번호에 해당하는 컬럼 이름 확인
all_names[best_score_index] # all_names[0]

출처

더 알아봐야 할것

• test, train,val 갯수 정하기
• 블로그에 있는 시각화 관련 사이트 및 블로그 보기