모든 특성을 한 번에

Coddy Machine Learning 여정의 머신러닝을 위한 통계 섹션에 포함된 레슨. 64개 중 57번째.

특성이 30개라면 히스토그램도 30개가 필요합니다. 다음 네 가지 붓꽃 특성처럼 작은 차트 하나의 그리드로 모으면 더 빠르게 읽을 수 있습니다.

붓꽃 특성별 히스토그램 네 개가 2×2 그리드에 배치되어 있습니다. 꽃받침 히스토그램 두 개는 봉우리가 하나이고, 꽃잎 히스토그램 두 개는 각각 왼쪽의 작은 구간과 오른쪽의 넓은 봉우리로 나뉩니다.

반복문은 격자를 채우며, 각 차트에 특성 i를 표시합니다:

names = iris.feature_names
fig, axs = plt.subplots(2, 2)
for i in range(4):
    ax = axs.flat[i]
    ax.hist(iris.frame[names[i]], bins=15)
    ax.set_title(names[i])
fig.tight_layout()
plt.show()

plt.subplots(2, 2)는 차트 표를 만들고, axs.flat은 차트를 행별로 나열합니다:

2행 3열의 격자. 각 셀에는 axs.flat 0부터 5까지 번호가 매겨져 있으며, 0행부터 시작해 행을 따라 번호가 붙고, 각 셀 아래에 행과 열이 표시되어 있습니다

fig.tight_layout()은 제목들이 서로 겹치지 않게 합니다. 이제 살펴보세요. 꽃잎 히스토그램 두 개가 각각 두 부분으로 나뉩니다. 이처럼 간격이 있으면 클래스가 분리되어 있다는 뜻인 경우가 많으므로, 이 특성을 유지하세요.

챌린지

중급

조직 데이터를 전체적으로 살펴보세요. 입력값은 그룹 mean, error 또는 worst를 선택하고, 시작 코드는 해당 그룹의 처음 6개 특성 이름을 names에 넣습니다.

2행 3열 그리드를 만드세요.
i번째 차트에 i번째 특성의 히스토그램을 20개의 구간으로 그린 다음, 특성 이름을 제목으로 지정하세요.
레이아웃을 정돈한 다음 표시하세요.

다음은 와인 특성 6개를 그리드로 표시한 예입니다.

2행 3열로 배열된 작은 히스토그램 6개. 제목은 alcohol, malic_acid, ash, alcalinity_of_ash, magnesium, total_phenols이며, 각각 막대가 20개입니다.

프로그램은 아무것도 출력하지 않습니다. 각 차트는 Coddy가 설명합니다.

직접 해보기

import matplotlib.pyplot as plt
from sklearn.datasets import load_breast_cancer

group = input()
cancer = load_breast_cancer(as_frame=True)
df = cancer.frame
# 그룹의 첫 6개 특성 이름: mean, error 또는 worst
start = {"mean": 0, "error": 10, "worst": 20}[group]
names = cancer.feature_names[start:start + 6]

# 아래에 코드를 작성하세요