机器学习 中的 箱形图函数

Box和Whisker图(也简称为boxplots)是另一种有用的技术，可用于检查每个属性的分布情况。以下是此技术的特点-

• 它本质上是单变量的，总结了每个属性的分布。

• 它为中间值(即中位数)画一条线。

• 它将在25％和75％周围绘制一个框。

• 它还会绘制晶须，这将使对数据的传播有所了解。

  链接：https://www.learnfk.comhttps://www.learnfk.com/python-machine-learning/machine-learning-with-python-box-and-whisker-plots.html

  来源：LearnFk无涯教程网

• 晶须外的点表示离群值。离群值比中间数据的散布大小大1.5倍。

在以下示例中，Python脚本将生成"密度图"，以分配Pima印度糖尿病数据集的属性。

from matplotlib import pyplot
from pandas import read_csv
path=r"C:\pima-indians-diabetes.csv"
names=['preg', 'plas', 'pres', 'skin', 'test', 'mass', 'pedi', 'age', 'class']
data=read_csv(path, names=names)
data.plot(kind='box', subplots=True, layout=(3,3), sharex=False,sharey=False)
pyplot.show()

运行上面代码输出

从上面的属性分布图可以看出，年龄，测试和皮肤似乎偏向较小的值。