Все признаки сразу

Часть раздела Статистика для машинного обучения путешествия по Machine Learning на Coddy. Урок 57 из 64.

Для тридцати признаков нужны тридцать гистограмм. Их быстрее просматривать в виде одной сетки небольших графиков, как эти четыре признака ириса:

Четыре небольшие гистограммы в сетке 2 × 2, по одной на каждый признак ириса: на двух гистограммах чашелистиков по одному пику, а на двух гистограммах лепестков — небольшой участок слева и широкий пик справа

Цикл заполняет сетку: график i соответствует признаку i:

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) создаёт таблицу графиков, а axs.flat выстраивает их по строкам:

Сетка из 2 строк и 3 столбцов; ячейки пронумерованы от axs.flat 0 до 5: сначала вдоль строки 0, затем строки 1; под каждой указаны её строка и столбец

fig.tight_layout() разделяет заголовки. Теперь прочитай: обе гистограммы лепестков разделены на две части. Такой разрыв часто означает, что один класс отделен, поэтому оставь этот признак.

Задание

Средне

Посмотри на данные о тканях целиком. Во входных данных выбирается группа: mean, error или worst, а начальный код помещает первые шесть названий признаков этой группы в names.

Создай сетку из 2 строк и 3 столбцов.
На графике i построй гистограмму признака i с 20 интервалами и добавь в заголовок его название.
Приведи расположение элементов в порядок, затем покажи график.

Вот так выглядит сетка из шести признаков вина:

Шесть небольших гистограмм в 2 ряда по 3, с заголовками alcohol, malic_acid, ash, alcalinity_of_ash, magnesium и total_phenols, каждая с 20 столбцами

Твоя программа ничего не выводит: Coddy описывает каждый график.

Попробуйте сами

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

group = input()
cancer = load_breast_cancer(as_frame=True)
df = cancer.frame
# Первые шесть названий признаков группы: mean, error или worst
start = {"mean": 0, "error": 10, "worst": 20}[group]
names = cancer.feature_names[start:start + 6]

# Напишите свой код ниже