如何從matplotlib中的循環繪制超參數？

Question

我的內核帶有以下代碼，其中我想在測試集上運行不同的n_estimators：

import matplotlib
import matplotlib.pyplot as plt
import numpy as np

for n_estimators in [5, 25, 50, 100, 250, 500]:
    my_mae = get_mae(n_estimators, train_X, test_X, train_y, test_y)
    print(n_estimators, my_mae)

輸出為（n_estimators，my_mae）：

• 5、108070.017
• 25，54273.79
• 50，55912.80

現在，我想使用matplotlib在圖表中繪制這三個數據點的每一個。 給定下面的代碼片段，我該怎么做？ 我不確定在循環中的哪個位置添加要顯示的代碼。 請幫忙。

Answer 1

除其他外，有四種方法可以做到這一點：

在for循環中繪制單個點

import matplotlib
import matplotlib.pyplot as plt
import numpy as np

for n_estimators in [5, 25, 50, 100, 250, 500]:
    my_mae = get_mae(n_estimators, train_X, test_X, train_y, test_y)
    print(n_estimators, my_mae)
    plt.scatter(n_estimators, my_mae) # Way 1
    # plt.plot(n_estimators, my_mae, 'o') # Way 2

在for循環外繪制所有點

my_maes = []
for n_estimators in [5, 25, 50, 100, 250, 500]:
    my_mae = get_mae(n_estimators, train_X, test_X, train_y, test_y)
    print(n_estimators, my_mae)
    my_maes.append(my_mae)

plt.plot(n_estimators, my_mae, 'o') # Way 3
# plt.scatter(n_estimators, my_mae) # Way 4   

Answer 2

如果我正確地解釋了您的意思，則需要一個條形圖，其中水平軸上的每個刻度是估計量，垂直軸代表MAE。 只需使用matplotlib.pyplot.bar 。 您還需要修改x軸標簽，以便它們是自定義的，因為按原樣使用估計器的數量會使每個條形的外觀不一致。 因此，x軸應該是線性的，例如1到6，其中6是您在問題中提供了示例代碼段的估算器總數，然后用這些值作圖並將x軸標簽更改為實際數字估計數。 您需要matplotlib.pyplot.xticks來更改x軸標簽。

因此：

import matplotlib
import matplotlib.pyplot as plt
import numpy as np

values = [5, 25, 50, 100, 250, 500] # New - save for plotting for later
dummy = list(range(len(values))) # Dummy x-axis values for the bar chart
maes = [] # Save the MAEs for each iteration
for n_estimators in values:
    my_mae = get_mae(n_estimators, train_X, test_X, train_y, test_y)
    maes.append(my_mae) # Save MAE for later

plt.bar(dummy, maes) # Plot the bar chart with each bar having the same distance between each other
plt.xticks(dummy, values) # Now change the x-axis labels

# Add x-label, y-label and title to the graph
plt.xlabel("Number of estimators")
plt.ylabel("MAE")
plt.title("MAE vs. Number of Estimators")
plt.show()