令人惊叹的单线可视化scikit学习
scikit-vis的Python项目详细描述
#scikit-vis:scikit-learn with visualizations
scikit-vis为大量流行的scikit-learn添加了**华丽**，**易用**的图形。我厌倦了为scikit学习文档中找到的每一个酷图形编写和维护50多行代码，所以我将它们包含在scikit vis中，并使用合理的默认值。我希望任何机器学习可视化都**只需要一行代码。**
生成一个惊人的混淆矩阵需要额外的**行代码。
``python
'
>我们需要有一个模型，然后才能使用该模型绘制任何东西。
'
'
>从skvis.datasets导入load_digits
从skvis.linear_model导入ridgeclassifier
从skvis.model_selection导入列车运行试验的划分
x列车，x列车，x列车，y列车，y列车，y列车运行试验的划分（*荷载位数（n_类=5，返回x x_y=true））
>clf=ridgeclassifier（）.fit（x列车，y列车列车）的拟合度
“
>这里是魔术发生的地方。
“
”
“
clf.plot混乱矩阵（x列车，y列车，y列车试验）
``````````
`````````````````````````````````````````````````br/>
！[替换文本]（https://github.com/quantum-programmer/scikit-vis/blob/master/doc/source/media/confusion_matrix.png？S=200“SCIKIT学习数字混淆矩阵”）
任何使用scikit的人都可以学习。说真的。是的，你。scikit vis api公开了scikit learn中的每一个函数和类，它添加了根据机器学习需要定制的强大的、有表现力的绘图语法。从字面上说，没有什么可失去的。
只需运行：
``bash
pip install scikit vis
````
；或者，如果您想要最新的开发版本，请克隆此repo并在根文件夹中运行
``bash
python setup.py install
```
。
如果您使用的是conda，则可以通过运行以下命令安装scikit vis：
``bash
conda install-c conda forge scikit vis
```
scikit vis是在scikit learn的基础上进行MonkeyPatched的。在安装时，它会检查scikit learn的实时版本，并自动生成必要的源文件。在运行时，只要请求scikit vis，它就会加载scikit learn对象，并向活动对象添加其他功能。
那安全吗？这合法吗？？
相信我，这样更好。scikit learn开发人员在记录和维护他们的代码方面做得非常出色，这样，在我的终端上的相同monkeypatching对他们的代码的每个版本都有效。
这对您意味着什么？很高兴你这么问。这意味着你可以混合和匹配版本到你的心的内容。scikit learn的机器学习与scikit vis的绘图分离，您可以更新其中一个而不更新另一个。更好的是，这意味着更少的bug，因为我只需要创建和维护一个scikit vis副本。这意味着有更多的时间为您的最新项目推出最先进的功能。
scikit-vis为大量流行的scikit-learn添加了**华丽**，**易用**的图形。我厌倦了为scikit学习文档中找到的每一个酷图形编写和维护50多行代码，所以我将它们包含在scikit vis中，并使用合理的默认值。我希望任何机器学习可视化都**只需要一行代码。**
生成一个惊人的混淆矩阵需要额外的**行代码。
``python
'
>我们需要有一个模型，然后才能使用该模型绘制任何东西。
'
'
>从skvis.datasets导入load_digits
从skvis.linear_model导入ridgeclassifier
从skvis.model_selection导入列车运行试验的划分
x列车，x列车，x列车，y列车，y列车，y列车运行试验的划分（*荷载位数（n_类=5，返回x x_y=true））
>clf=ridgeclassifier（）.fit（x列车，y列车列车）的拟合度
“
>这里是魔术发生的地方。
“
”
“
clf.plot混乱矩阵（x列车，y列车，y列车试验）
``````````
`````````````````````````````````````````````````br/>
！[替换文本]（https://github.com/quantum-programmer/scikit-vis/blob/master/doc/source/media/confusion_matrix.png？S=200“SCIKIT学习数字混淆矩阵”）
任何使用scikit的人都可以学习。说真的。是的，你。scikit vis api公开了scikit learn中的每一个函数和类，它添加了根据机器学习需要定制的强大的、有表现力的绘图语法。从字面上说，没有什么可失去的。
只需运行：
``bash
pip install scikit vis
````
；或者，如果您想要最新的开发版本，请克隆此repo并在根文件夹中运行
``bash
python setup.py install
```
。
如果您使用的是conda，则可以通过运行以下命令安装scikit vis：
``bash
conda install-c conda forge scikit vis
```
scikit vis是在scikit learn的基础上进行MonkeyPatched的。在安装时，它会检查scikit learn的实时版本，并自动生成必要的源文件。在运行时，只要请求scikit vis，它就会加载scikit learn对象，并向活动对象添加其他功能。
那安全吗？这合法吗？？
相信我，这样更好。scikit learn开发人员在记录和维护他们的代码方面做得非常出色，这样，在我的终端上的相同monkeypatching对他们的代码的每个版本都有效。
这对您意味着什么？很高兴你这么问。这意味着你可以混合和匹配版本到你的心的内容。scikit learn的机器学习与scikit vis的绘图分离，您可以更新其中一个而不更新另一个。更好的是，这意味着更少的bug，因为我只需要创建和维护一个scikit vis副本。这意味着有更多的时间为您的最新项目推出最先进的功能。
欢迎加入QQ群-->： 979659372
