散点图
- 数据集合
- 散点图
- 图
数据收集
收集数据是任何机器学习项目中最重要的一部分。
最常收集的数据是数字和测量值。
数据通常存储在数组中，表示值之间的关系。
此表包含房屋价格与大小的对照
| Price | 7 | 8 | 8 | 9 | 9 | 9 | 10 | 11 | 14 | 14 | 15 |
| 大小 | 50 | 60 | 70 | 80 | 90 | 100 | 110 | 120 | 130 | 140 | 150 |
散点图
散点图在区域上散布着表示两个值之间关系的散点。
示例
const xArray = [50,60,70,80,90,100,110,120,130,140,150];
const yArray = [7,8,8,9,9,9,10,11,14,14,15];
// 定义数据
const data = [{
x: xArray,
y: yArray,
mode:"markers"
}];
// 定义布局
const layout = {
xaxis: {range: [40, 160], title: "平方米"},
yaxis: {range: [5, 16], title: "百万美元"},
title: "房价与面积"
};
// 使用 Plotly 显示
Plotly.newPlot("myPlot", data, layout);
自己动手试一试 »
图
图形也可以用于显示相同的值
| Price | 7 | 8 | 8 | 9 | 9 | 9 | 10 | 11 | 14 | 14 | 15 |
| 大小 | 50 | 60 | 70 | 80 | 90 | 100 | 110 | 120 | 130 | 140 | 150 |
源代码
const xArray = [50,60,70,80,90,100,110,120,130,140,150];
const yArray = [7,8,8,9,9,9,10,11,14,14,15];
// 定义数据
const data = [{
x: xArray,
y:yArray,
mode:"lines"
}];
// 定义布局
const layout = {
xaxis: {range: [40, 160], title: "平方米"},
yaxis: {range: [5, 16], title: "百万美元"},
title: "房价与面积"
};
// 使用 Plotly 显示
Plotly.newPlot("myPlot", data, layout);
何时使用散点图
散点图非常适合
- 查看“大局”
- 比较不同值
- 发现潜在趋势
- 发现数据中的模式
- 发现数据之间的关系
- 发现簇和相关性
