知识卡片
散点图观察特征关系
散点图是判断两个变量是否存在联系最有效的图形方法:把每个数值当作一个坐标点画在坐标系上,点的位置表示值,不同标记表示类别。它常用于比较不同类别的聚合数据,把两组数据构成多个坐标点、考察分布来判断两变量的联系。更进一步,散点图矩阵可以检查两两不同特征之间的关系,从中找出协方差、线性关系、二次关系或指数关系;还能观察点簇和离群点,发现异常点或考察点与点相关的可能性。在简单分类任务中,常用散点图观察样本位置,找出偏离点或被错误分类的样本。用途:在建模前直观探查特征间关系与异常。边界:散点图主要揭示相关而非因果,点密集重叠时不易辨认;可迁移启发是先把高维数据两两投影,快速定位值得深入分析的变量对。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 了解你手上的数据 3.2.2 散点图 · 查看原书依据
使用散点图矩阵可以检查两两不同特征之间的关系。我们可从散点图矩阵中找出协方差、线性关系、二次关系或者指数关系。另外,散点图还可用于观察点簇和离群点,找到异常点或考察点与点之间相关联系的可能性。可用两组数据构成多个坐标点,考察坐标点的分布情况,判断两变量之间的联系。
参考来源
- 位置:《产品经理进阶:100个案例搞懂人工智能 (林中翘)》第3章《了解你手上的数据》(源文件:`../../book-sources/extracted/产品经理进阶:100个案例搞懂人工智能 (林中翘)/_epub-src/OEBPS/text00008.html`,来源项目 a19c7933-4eda-4176-aebd-30fe7e1ad292)
- 结论依据:原文说明散点图矩阵可检查两两特征关系、识别协方差与离群点,支撑本卡用散点图探查关系的结论。
- 原始内容:使用散点图矩阵可以检查两两不同特征之间的关系。我们可从散点图矩阵中找出协方差、线性关系、二次关系或者指数关系。另外,散点图还可用于观察点簇和离群点,找到异常点或考察点与点之间相关联系的可能性。可用两组数据构成多个坐标点,考察坐标点的分布情况,判断两变量之间的联系。