機械学習結果のグラフ化が捗るライブラリ「Yellowbrick」
今まで、MatplotlibやExcelでやってました。
が、この記事を読むと、楽にグラフ化できそうです。
【Python】 機械学習の可視化が捗るライブラリ「Yellowbrick」 - フリーランチ食べたい
どうやら、グラフ化に必要な設定のかなりの部分を自動で解釈してやってくれるっぽいですね。
リンク先で書かれているコードでは、ヒートマップをたったの3行で書いてました。
書式が、ちょうどscikit-learnのような感じ。X,Y軸データを入れて”Fit”させているだけのようです。それでグラフが作れちゃうとか、ちょっと気になるツールですね。
今、独学でまさに時系列データから「異常検知」できないかとごちゃごちゃとトライしているんですけど、次元圧縮して2次元化したデータをk-meansでクラスタリングさせて分類した数値で色を変えたいというときに、Matplotlibで書かせようとするとうまくいかず、Excelではやりづらくて困っていました。
可視化って大事。最近そう思います。
会社で早速、導入してみようかと思ってます。一応、備忘録がわりにここに載せておきます。
![]() |
« 東大松尾研の無償公開された機械学習用演習コンテンツ「DL4US」 | トップページ | プレゼン資料用に最適な素材サイト”やじるし素材天国「矢印デザイン」” »
「数値解析系」カテゴリの記事
- 状態空間モデル(カルマンフィルタ+トレンド・季節性を考慮したローカルレベルモデルによる予測)を使って、血圧値をフィルターしてみた(2025.06.09)
- Google GeminiでDeep Researchを使ってみた(のついでに、AIについて思うこと)(2025.05.18)
- ollamaでオープンモデルでマルチモーダルな生成AI「gemma3」を試してみた(2025.03.20)
- 生成AI系の本を2冊購入(2025.01.30)
- Windows 11でFORTRANをコンパイルしたい!という方への対処法(2025.01.04)
« 東大松尾研の無償公開された機械学習用演習コンテンツ「DL4US」 | トップページ | プレゼン資料用に最適な素材サイト”やじるし素材天国「矢印デザイン」” »
コメント