Wie visualisiert man die Abhängigkeit eines Merkmals vom Ziel in einem Diagramm?

Um die Abhängigkeit eines Merkmals vom Ziel zu visualisieren, werden je nach Art des Merkmals und des Ziels verschiedene Diagrammtypen verwendet:

• Für numerische Merkmale und numerische Ziele:

  • Streudiagramm (Scatter-Plot) — zeigt jedes Paar (Merkmal, Ziel).
  • Linien- oder Durchschnittsdiagramm (z.B. gleitender Durchschnitt) zur Erkennung von Trends.
  • Boxplot oder Violinplot zur Gruppierung nach Merkmalsbereichen.

• Für kategoriale Merkmale und numerische Ziele:

  • Boxplot nach Kategorien — zeigt die Verteilung des Ziels für jede Kategorie.
  • Balkendiagramm mit dem Durchschnittswert des Ziels pro Kategorie.

• Für kategoriale Ziele:

  • Histogramme oder Balkendiagramme der Frequenz nach Merkmalswerten für jede Zielkategorie.

Beispiel in Python mit matplotlib und seaborn:

import seaborn as sns
import matplotlib.pyplot as plt

# df — DataFrame mit Merkmalen und Ziel
sns.scatterplot(data=df, x='feature', y='target')
plt.show()

# Für ein kategoriales Merkmal
sns.boxplot(data=df, x='categorical_feature', y='target')
plt.show()

Diese Visualisierung hilft zu verstehen, ob eine Abhängigkeit besteht, ihre Form und Stärke, sowie Ausreißer und Anomalien zu erkennen.