Benjamin O. Tayo 的图片
数据可视化是数据科学最重要的分支之一。它是用来分析和研究不同变量之间关系的主要工具之一。数据可视化可用于描述性分析。数据可视化也用于数据预处理和分析过程中的机器学习；特征选择；模型构建；模型测试；和模型评估。
在机器学习(预测分析)中，有几个指标可用于模型评估。例如，监督学习(连续目标)模型可以使用 R2 分数、均方误差(MSE)或平均绝对误差(MAE)等指标进行评估。此外，监督学习(离散目标)模型，也称为分类模型，可以使用诸如准确度、精确度、召回率、f1 分数、ROC 曲线下面积(AUC)等度量来评估。
与可以通过使用单个性能指标来评估的机器学习模型不同，数据可视化不能通过仅查看单个指标来评估。相反，可以基于数据可视化的特征或组件来评估良好的数据可视化。
在本文中，我们将讨论良好的数据可视化的基本组件。在第二节中，我们介绍了良好的数据可视化的各个组成部分。在第三节中，我们研究了一些好的数据可视化的例子。一个简短的总结结束了这篇文章。
一个好的数据可视化由几个组件组成，这些组件必须组合在一起才能产生最终产品:
a) 数据组件:决定如何可视化数据的第一个重要步骤是了解数据的类型，例如分类数据、离散数据、连续数据、时间序列数据等。
b) **几何组件:**在这里您可以决定哪种可视化适合您的数据，例如散点图、线形图、条形图、直方图、QQ 图、平滑密度、箱线图、对线图、热图等。
c) **映射组件:**这里你需要决定用什么变量作为你的 x 变量(自变量或预测变量)，用什么作为你的 y 变量(因变量或目标变量)。这一点非常重要，尤其是当数据集是包含多个要素的多维数据集时。
d) **秤组件:**在这里您可以决定使用哪种秤，例如线性秤、对数秤等。
e) **标签组件:**这包括轴标签、标题、图例、使用的字体大小等。
f) 道德成分:在这里，你要确保你的可视化讲述真实的故事。在清理、汇总、操作和生成数据可视化时，您需要意识到您的行为，并确保您没有使用您的可视化来误导或操纵您的受众。
III.1.1 简单条形图
图 1 。 2016 年选定国家电动汽车市场份额。图像由本杰明·欧·塔约拍摄。
三. 1.2 带分类变量的柱状图
图二。2018 年百思买(BBY)、沃尔格林(WGN)和沃尔玛(WMT)的广告邮件数量。图像为本杰明·欧·塔约。
三. 1.3 对比柱状图
图 3 。 2020 年全球使用 LinkedIn 搜索工具的技能岗位数量。图像由本杰明·欧·塔约拍摄。
图 4 。使用蒙特卡罗模拟的均匀分布样本均值的概率分布。图像由本杰明·欧·塔约拍摄。
三. 3.1 简单散点图
图 5 。使用多元回归分析的机组变量的理想图和拟合图。图像由本杰明·欧·塔约拍摄。
三. 3.2 对比散点图
图 6 。不同回归模型的平均交叉验证分数。图像由本杰明·欧·塔约拍摄。
三. 3.3 多重散点图
图 7 。[使用不同学习率参数值](http://Regression analysis using different values of the learning rate parameter.)的回归分析。图像由本杰明·欧·塔约拍摄。
III.3.4 散点图
图 8 。 Pairplot 显示数据集中特征之间的关系。图片来源:Benjamin O. Tayo。
图 9 。协方差矩阵图，显示数据集中特征之间的相关系数。图片来源:Benjamin O. Tayo。
图十。记录 2005 年至 2014 年间不同月份的温度。图像由本杰明·欧·塔约拍摄。
总之，我们已经讨论了良好的数据可视化的基本组件。与使用单一评估指标评估模型的预测建模不同，在数据可视化中，评估是通过分析可视化来执行的，以确保它包含良好数据可视化的所有基本组件。
数据科学最低要求:开始做数据科学你需要知道的 10 项基本技能
如有疑问，请发邮件给我:benjaminobi@gmail.com