XGBOOST算法之一特征分析

2022-03-20 16:30:26 阅读：252 来源： 互联网

标签：#---------------------- plt df numpy XGBOOST 算法 ax import 特征分析

仅仅记录一下简单的特征分析法：

数据集仍是：Pima印第安人糖尿病数据集

主要是：数据分布、散点图、相关性矩阵分析等

代码如下：

from operator import index
from numpy import loadtxt
from numpy import sort
from matplotlib import pyplot
import numpy as np
import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt

# #----------------------Load Data-----------------------------------------------

dataset = loadtxt(r'C:\Users\Administrator\Desktop\pima-indians-diabetes.csv', delimiter=",",skiprows=1)

# #--------------------- array转化为DataFrame,并添加列名# -----------------------------------
data = np.array(dataset)
df = pd.DataFrame(data=data[0:,0:],
                   columns=['pregnants','Plasma_glucose_concentration','blood_pressure','Triceps_skin_fold_thickness','serum_insulin','BMI','Diabetes_pedigree_function','Age','Target'
] )


# #---------------------绘制数据的分布情况-----------------------------------------
df.hist(figsize=(16,14)) 

# #----------------------散点图分析-----------------------------------------------

sns.pairplot(df,hue = "Target")


# #----------------------Correlation computer-------------------------------------
figure, ax = plt.subplots(figsize=(12, 12))
sns.heatmap(df.corr(), square=True, annot=True, ax=ax)

plt.show()

最后结果：

标签：#----------------------,plt,df,numpy,XGBOOST,算法,ax,import,特征分析
来源： https://blog.csdn.net/zhaomengszu/article/details/123615582

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。

ICode9

XGBOOST算法之一特征分析