Học máy liên quan đến việc tạo mô hình từ dữ liệu và khái quát hóa trên dữ liệu chưa từng thấy trước đây. Dữ liệu được cung cấp cho mô hình học máy làm đầu vào phải được hệ thống hiểu đúng cách để hệ thống có thể diễn giải dữ liệu và tạo ra kết quả.
Trực quan hóa dữ liệu là một bước quan trọng vì nó giúp hiểu những gì đang diễn ra trong dữ liệu mà không cần thực sự nhìn vào các con số và thực hiện các phép tính phức tạp.
Giao diện này giúp tùy chỉnh và kiểm soát loại dữ liệu cũng như cách nó hoạt động khi một số bộ lọc nhất định được áp dụng cho nó. Chức năng 'Desine' có thể được sử dụng để loại bỏ các gai trục nền trong khi hiển thị dữ liệu một cách trực quan trên bảng điều khiển. Hãy để chúng tôi xem một ví dụ để loại bỏ các gai trục nền -
Ví dụ
import numpy as np
from matplotlib import pyplot as plt
def sin_plot(flip=1):
x = np.linspace(0, 14, 99)
for i in range(1, 5):
plt.plot(x, np.sin(x + i * .59) * (11 - i) * flip)
import seaborn as sb
sb.set_style("white")
print("The data is being plotted ")
sin_plot()
sb.despine()
plt.show() Đầu ra
Giải thích
- Các gói bắt buộc đã được nhập.
- Dữ liệu đầu vào được tạo bằng hàm do người dùng xác định có tên là ‘sine_plot’.
- Hàm 'Desine' được sử dụng để xóa các gai của trục nền khỏi biểu đồ.
- Dữ liệu này được chỉ định để vẽ biểu đồ bằng thư viện seaborn
- Dữ liệu trực quan này được hiển thị trên bảng điều khiển.