Ctrl+K

使用Plotting API进行开发#

Scikit-learn定义了一个简单的API，用于创建机器学习的可视化。此API的主要功能是运行一次计算，并在事后灵活地调整可视化。本节面向希望开发或维护绘图工具的开发人员。有关用法，用户应参阅 User Guide .

绘图API概述#

该逻辑被封装到显示对象中，其中存储计算出的数据，并在 plot method. The display object's _ _init___'方法仅包含创建可视化所需的数据。的  `plot 方法接受仅与可视化有关的参数，例如matplotlib轴。的 plot 方法将matplotlib艺术家存储为属性，允许通过显示对象进行样式调整。的 Display 类应该定义一个或两个类方法： from_estimator 和 from_predictions .这些方法允许创建 Display 对象从估计器和一些数据或从真实值和预测值。在这些类方法之后，使用计算值创建显示对象，然后调用显示的plot方法。注意到 plot 方法定义与matplotlib相关的属性，例如线条艺术家。这允许在调用 plot 法

比如说 RocCurveDisplay 定义以下方法和属性：：

class RocCurveDisplay:
    def __init__(self, fpr, tpr, roc_auc, estimator_name):
        ...
        self.fpr = fpr
        self.tpr = tpr
        self.roc_auc = roc_auc
        self.estimator_name = estimator_name

    @classmethod
    def from_estimator(cls, estimator, X, y):
        # get the predictions
        y_pred = estimator.predict_proba(X)[:, 1]
        return cls.from_predictions(y, y_pred, estimator.__class__.__name__)

    @classmethod
    def from_predictions(cls, y, y_pred, estimator_name):
        # do ROC computation from y and y_pred
        fpr, tpr, roc_auc = ...
        viz = RocCurveDisplay(fpr, tpr, roc_auc, estimator_name)
        return viz.plot()

    def plot(self, ax=None, name=None, **kwargs):
        ...
        self.line_ = ...
        self.ax_ = ax
        self.figure_ = ax.figure_

阅读更多在 sphx_glr_auto_examples_miscellaneous_plot_roc_curve_visualization_api.py 和 User Guide .

多轴绘图#

一些绘图工具，例如 from_estimator 和 PartialDependenceDisplay 支持多轴绘图。支持两种不同的场景：

1.如果传递轴列表， plot 将检查轴的数量是否与预期的轴的数量一致，然后在这些轴上绘制。2.如果传递了单个轴，该轴定义了放置多个轴的空间。在这种情况下，我们建议使用matplotlib的 ~matplotlib.gridspec.GridSpecFromSubplotSpec 分割空间：：

import matplotlib.pyplot as plt
from matplotlib.gridspec import GridSpecFromSubplotSpec

fig, ax = plt.subplots()
gs = GridSpecFromSubplotSpec(2, 2, subplot_spec=ax.get_subplotspec())

ax_top_left = fig.add_subplot(gs[0, 0])
ax_top_right = fig.add_subplot(gs[0, 1])
ax_bottom = fig.add_subplot(gs[1, :])

默认情况下 ax 关键词 plot 是 None .在这种情况下，将创建单个轴，并使用gridspec api来创建要绘制的区域。

例如， from_estimator 它使用此API绘制多条线和轮廓。定义边界框的轴保存在 bounding_ax_ 属性创建的各个轴存储在 axes_ ndray，对应于网格上的轴位置。未使用的位置设置为 None .此外，matplotlib艺术家存储在 lines_ 和 contours_ 其中关键是网格上的位置。当传递轴列表时， axes_ , lines_ ，而且 contours_ 是与传递的轴列表对应的1d nd数组。

On this page