看到乙個小技巧覺得很有用,記錄學習一下。
如果通過模型生成了引數,但是係數小數字多且個數多,可以通過style.bar視覺化的展示一下。
一、示例資料如下:
1 importnumpy as np執行的結果如下:2 importpandas as pd
3 4 coef = np.array([-0.01473407, -0.14209676, 0.0033682, 0.30169562, -0.89432301, -0.38844689, 0.0731774, .39652068])
5 6 variables = np.array(['age','sibsp','fare','parch','pclass','embarked_s','embarked_c','embarked_q'])
7 8 pd.dataframe()
variable coefficient二、引數視覺化:0 age -0.014734
1 sibsp -0.142097
2 fare 0.003368
3 parch 0.301696
4 pclass -0.894323
5 embarked_s -0.388447
6 embarked_c 0.073177
7 embarked_q 0.396521
1 data = pd.dataframe()效果如下(保留兩位小數→降序排列→視覺化):2 data.round(decimals=2).sort_values('
coefficient
',ascending=false).style.bar(color=['
grey
','lightblue
'],align='
zero
')
注:`align` must be one of ——引數還需要仔細體會下
CAFFE 引數視覺化
說明 本文 通過前面的學習,我們已經能夠正常訓練各種資料了。設定好solver.prototxt後,我們可以把訓練好的模型儲存起來,如lenet iter 10000.caffemodel。訓練多少次就自動儲存一下,這個是通過snapshot進行設定的,儲存檔案的路徑及檔名字首是由snapshot ...
python線性回歸視覺化 視覺化我的線性回歸模型
我有3個pr dictor 原因 wt0 dbp0 和gfr0m作為 值 import numpy,pandas,and ggplot import numpy as np from pandas import from ggplot import create python dataframe c...
視覺化程式設計的小作業
申明 請用這個的同學修改變數名函式名和刪除注釋,否則後果自負.視覺化程式設計老師布置的題目 獲取驅動器名和圖示,插入到列表檢視,而且可以隨意切換檢視風格。用執行緒讓乙個進度條走動,並可以隨時終止這個執行緒,最終效果如下 實現過程 首先建立乙個以學號命名的工程,選擇單對話方塊模式,新增1個列表檢視控制...