資源 | 可視化工具Yellowbrick：超參與行為的可視化帶來更優秀的實現

選自GitHub

機器之心編譯

參與：

思源、劉曉坤

Yellowbrick 是一套名為「Visualizers」的視覺診斷工具，它擴展了 Scikit-Learn API 以允許我們監督模型的選擇過程。簡而言之，Yellowbrick 將 Scikit-Learn 與 Matplotlib 結合在一起，並以傳統 Scikit-Learn 的方式對模型進行可視化。

項目地址：https://github.com/DistrictDataLabs/yellowbrick

可視化器

可視化器（Visualizers）是一種從數據中學習的估計器，其主要目標是創建可理解模型選擇過程的可視化。在 Scikit-Learn 的術語中，它們類似於轉換器（transformer），其在可視化數據空間或包裝模型估計器上類似「ModelCV」（例如 RidgeCV 和 LassoCV）方法的過程。Yellowbrick 的主要目標是創建一個類似於 Scikit-Learn 的 API，其中一些流行的可視化器包括：

特徵可視化

• 
  

  Rank Features：單個或成對特徵排序以檢測關係



• 
  

  Parallel Coordinates：實例的水平可視化



• 
  

  Radial Visualization：圍繞圓形圖分離實例



• 
  

  PCA Projection：基於主成分分析映射實例



• 
  

  Manifold Visualization：通過流形學習實現高維可視化



• 
  

  Feature Importances：基於模型性能對特徵進行排序



• 
  

  Recursive Feature Elimination：按重要性搜索最佳特徵子集



• 
  

  Scatter and Joint Plots：通過特徵選擇直接進行數據可視化

分類可視化

• 
  

  Class Balance：了解類別分布如何影響模型



• 
  

  Class Prediction Error：展示分類的誤差與主要來源



• 
  

  Classification Report：可視化精度、召回率和 F1 分數的表徵



• 
  

  ROC/AUC Curves：受試者工作曲線和曲線下面積



• 
  

  Confusion Matrices：類別決策制定的視覺描述



• 
  

  Discrimination Threshold：搜索最佳分離二元類別的閾值

回歸可視化

• 
  

  Prediction Error Plots：沿著目標域尋找模型崩潰的原因



• 
  

  Residuals Plot：以殘差的方式展示訓練和測試數據中的差異



• 
  

  Alpha Selection：展示 alpha 的選擇如何影響正則化

聚類可視化

• 
  

  K-Elbow Plot：使用肘法（elbow method）和多個指標來選擇 k



• 
  

  Silhouette Plot：通過可視化輪廓係數值來選擇 k

模型選擇可視化

• 
  

  Validation Curve：對模型的單個超參數進行調整



• 
  

  Learning Curve：展示模型是否能從更多的數據或更低的複雜性中受益

文本可視化

• 
  

  Term Frequency：可視化語料庫中詞項的頻率分布



• 
  

  t-SNE Corpus Visualization：使用隨機近鄰嵌入來投影文檔

還有更多的可視化器！我們隨時會添加更多的可視化器，因此請確保查看示例（或甚至開發分支），並歡迎隨時為我們提供建議！

安裝 Yellowbrick

Yellowbrick 與 Python2.7 以及之後的版本兼容，但使用 Python3.5 或之後的版本會更合適並能利用其所有功能優勢。Yellowbrick 還依賴於 Scikit-Learn 0.18 或之後的版本，以及 Matplotlib1.5 或之後的版本。最簡單的安裝 Yellowbrick 的方法是從 PyPI 使用 pip 安裝。

$ pip install yellowbrick

注意 Yellowbrick 是一個活躍項目，將定期發布更多新的可視化器和更新。為了將 Yellowbrick 升級到最新的版本，按以下方式使用 pip 命令：

$ pip install -U yellowbrick

你也可以使用-U flag 來更新 Scikit-Learn、Matplotlib 或任何其它和 Yellowbrick 兼容的第三方最新版本應用。

如果你使用 Anaconda（推薦 Windows 用戶使用），你可以使用 conda 命令來安裝 Yellowbrick：

conda install -c districtdatalabs yellowbrick

然而請注意，在 Linux 上用 Anaconda 安裝 Yellowbrick 有一個已知的 bug：https://github.com/DistrictDataLabs/yellowbrick/issues/205

使用 Yellowbrick

Yellowbrick API 是特別為更好地使用 Scikit-Learn 而設計的。這裡有一個使用 Scikit-Learn 和 Yellowbrick 的典型工作流序列的例子：

特徵可視化

在這個例子中，我們將看到 Rank2D 如何使用特定指標對數據集中的每個特徵進行兩兩對比，然後返回展示排序的左下三角圖。

from

模型可視化

在這個例子中，我們用具體例子來說明一個 Scikit-Learn 分類器，然後使用 Yellowbrick 的 ROCAUC 類來可視化分類器的敏感性和特異性的權衡過程。

from

model = LinearSVC()
model.fit(X,y)
visualizer = ROCAUC(model)
visualizer.score(X,y)
visualizer.poof()

本文為機器之心編譯，

轉載請聯繫本公眾號獲得授權

?------------------------------------------------

加入機器之心（全職記者/實習生）：hr@jiqizhixin.com

投稿或尋求報道：

content

廣告&商務合作：bd@jiqizhixin.com

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！