机器学习散点图散点图应用

转载

mob64ca14144dde 2023-09-28 15:18:17

文章标签 机器学习散点图散点图和趋势线画图r 数据拟合线性回归 文章分类 机器学习人工智能

机器学习散点图散点图应用_线性回归

作者：林骥

01

你好，我是林骥。

散点图的用途有很多，我认为它的核心价值，在于应用相关思维，发现变量之间的关系。

散点图就像一扇窗，打开它，并仔细观察，能让我们看见更多有价值的信息。

比如说，假设表格中有 10000 个客户年龄和消费金额的数据：

机器学习散点图散点图应用_数据_02

我们可以计算每一个年龄对应的人均消费金额，比如说，所有 20 岁客户的平均消费金额约为 1383.69 元，然后我们可以画出一张散点图：

机器学习散点图散点图应用_机器学习散点图_03

从图中可以看出，客户的年龄与人均消费金额有很强的相关性，其中应用了线性回归算法，得到一条拟合的直线，并用公式表示出来，接近于 1 ，代表算法拟合的效果很好。

02

接下来，我们看看具体实现的步骤。

首先，导入所需的库，并设置中文字体和定义颜色等。

# 导入所需的库import numpy as npimport pandas as pdimport matplotlib as mplimport matplotlib.pyplot as pltfrom sklearn.linear_model import LinearRegressionfrom sklearn.preprocessing import PolynomialFeaturesfrom sklearn.pipeline import Pipeline# 正常显示中文标签mpl.rcParams['font.sans-serif'] = ['SimHei']# 自动适应布局mpl.rcParams.update({'figure.autolayout': True})# 正常显示负号mpl.rcParams['axes.unicode_minus'] = False# 禁用科学计数法pd.set_option('display.float_format', lambda x: '%.2f' % x) # 定义颜色，主色：蓝色，辅助色：灰色，互补色：橙色c = {'蓝色':'#00589F', '深蓝色':'#003867', '浅蓝色':'#5D9BCF',     '灰色':'#999999', '深灰色':'#666666', '浅灰色':'#CCCCCC',     '橙色':'#F68F00', '深橙色':'#A05D00', '浅橙色':'#FBC171'}

其次，从 Excel 文件中读取数据，并调用 sklearn 中的算法，得到拟合的直线和评分结果。

# 数据源路径filepath='./data/客户年龄和消费金额.xlsx'# 读取 Excel文件df = pd.read_excel(filepath, index_col='客户编号')# 定义画图用的数据：年龄和人均消费金额df_group = df.groupby('年龄').mean()x = np.array(df_group.index).reshape(-1, 1)y = np.array(df_group.values)# 用管道的方式调用算法，以便把线性回归扩展为多项式回归poly_reg = Pipeline([    ('ploy', PolynomialFeatures(degree=1)),    ('lin_reg', LinearRegression())])# 拟合poly_reg.fit(x, y)# 斜率coef = poly_reg.steps[1][1].coef_# 截距intercept = poly_reg.steps[1][1].intercept_# 评分score = poly_reg.score(x, y)

接下来，开始用「面向对象」的方法进行画图。

# 使用「面向对象」的方法画图，定义图片的大小fig, ax = plt.subplots(figsize=(8, 6))# 设置标题ax.set_title('客户每年长一岁，人均消费金额增加' + '%.2f' % coef[0][1] + '元', loc='left', size=26, color=c['深灰色'])# 画气泡图ax.scatter(x, y, color=c['蓝色'], marker='.', s=100, zorder=1)# # 绘制预测线y2 = poly_reg.predict(x)ax.plot(x, y2, '-', c=c['橙色'], zorder=2)# 隐藏边框ax.spines['top'].set_visible(False)ax.spines['right'].set_visible(False)ax.spines['bottom'].set_visible(False)ax.spines['left'].set_visible(False)# 隐藏刻度线ax.tick_params(axis='x', which='major', length=0)ax.tick_params(axis='y', which='major', length=0)ax.set_ylim(15, 65)ax.set_ylim(1000, 5000)# 设置坐标标签字体大小和颜色ax.tick_params(labelsize=16, colors=c['深灰色'])ax.text(ax.get_xlim()[0]-6, ax.get_ylim()[1], '人均消费金额', va='top', fontsize=16, color=c['深灰色'])# 设置坐标轴的标题ax.text(ax.get_xlim()[0]+1, ax.get_ylim()[0]-300, '年龄', ha='left', va='top', fontsize=16, color=c['深灰色'])# 预测 55 岁的人均消费金额predict = poly_reg.predict([[55]])# 标注公式formula = r'$mathcal{Y} = ' + '%.2f' % coef[0][1] + 'mathcal{X}' + '%+.2f$' % intercept[0] + '' + r'$mathcal{R}^2 = ' + '%.5f$' % scoreax.annotate(formula, xy=(55, predict), xytext=(55, predict+500), ha='center', fontsize=12, color=c['深灰色'], arrowprops=dict(arrowstyle='->', color=c['橙色']))plt.show()

你可以前往 https://github.com/linjiwx/mp 下载数据文件和完整代码。