调整部分依赖图的大小 - 看起来太小

Posted 2023-03-12

【中文标题】调整部分依赖图的大小 - 看起来太小

【英文标题】：Resizing Partial dependency plots - looks too small

【发布时间】：2019-01-19 17:50:45

【问题描述】：

我通过 Scikit learn 的库创建了部分依赖图。但是，我面临着将情节调整为更大的挑战，因为我可以完全阅读所有情节。有没有一种方法可以改变绘图视图和大小？

代码：

from sklearn.ensemble.partial_dependence import partial_dependence, plot_partial_dependence
import pandas as pd
from pandas import read_csv, DataFrame
from sklearn.ensemble import GradientBoostingRegressor
import numpy as np

my_model = GradientBoostingRegressor()
my_model.fit(X, y)

my_plots = plot_partial_dependence(my_model,       
                        features=[0,1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20,21,22],
                        X=X,        
                        feature_names=['core_self_evaluations', '1b_score', 'investigate','respect_for_people','social','mastery_orientation','realistic','conventional','astronaut_score','innovation','agreeableness','gradeClass_second_lower','AC_TeamPlayer','enterprising','AC_Problemsolving','AC_StartsConversation','verbal','leadership_score','Race_chinese','performance_orientation','self_monitoring','UniLoc_overseas','attention_to_detail'], # labels on graphs
                        grid_resolution=5) 

创建的情节：

【参考方案1】：

ax 参数是 v 0.22 中的新参数。

这是当前的方式：

fig, ax = plt.subplots(figsize=(14, 14))
plot_partial_dependence(est, X, ax=ax)

为当前 API 更新了 examples。

【参考方案2】：

我已经用下面的代码解决了尺寸问题：

import matplotlib.pyplot as plt
fig, ax = plot_partial_dependence(my_model,       
                        features=[0,1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20,21,22],
                        X=X,        
                        feature_names=['core_self_evaluations', '1b_score', 'investigate','respect_for_people','social','mastery_orientation','realistic','conventional','astronaut_score','innovation','agreeableness','gradeClass_second_lower','AC_TeamPlayer','enterprising','AC_Problemsolving','AC_StartsConversation','verbal','leadership_score','Race_chinese','performance_orientation','self_monitoring','UniLoc_overseas','attention_to_detail'], # labels on graphs
                        grid_resolution=5) 
fig.set_figwidth(8)
fig.set_figheight(15)
fig.tight_layout()

这提供了非常好的布局和可定制的高度和宽度。要查看的提示是方法的返回值（即“fig”和“ax”）。使用这两个返回值，可以使用额外的选项，例如单独设置宽度和高度。

【讨论】：

亲爱的 Dinesh，由于您的大多数协变量在部分依赖图中返回恒定的水平线，您不应该将它们从分析中删除吗？它还有助于更好地描绘模型的主要特征。

亲爱的菲利普，很抱歉我的回复迟了。你是对的。我丢失了我分析的原始数据。但你的建议是正确的。