Ինչպես պատկերացնել հատկության կախվածությունը թիրախից գրաֆիկում?

Տարբեր տեսակի գրաֆիկներ օգտագործվում են նշանագրման կախվածությունից տեսնելու համար՝ կախված նշանի և նպատակային տեսակից:

• Համարական նշանի և թվային նպատակային համար:

  • Տարածման գրաֆիկ (scatter plot) — ցույց է տալիս յուրաքանչյուր զույգ (նշան, նպատակ):
  • Գծային կամ միջին գրաֆիկ (օրինակ՝ շարժական միջին)՝ թրենդները հայտնաբերելու համար:
  • Boxplot կամ violin plot՝ խմբավորելու նշանի տիրույթների վրա:

• Կատեգորական նշանի և թվային նպատակային համար:

  • Կատեգորիաներով boxplot — ցույց է տալիս նպատակային բաշխումը յուրաքանչյուր կատեգորիայի համար:
  • Սյունակագրաֆ՝ նպատակային միջին արժեքով ըստ կատեգորիայի:

• Կատեգորական նպատակային համար:

  • Հիստոգրամներ կամ սյունակագրաֆներ՝ հաճախականության ըստ նշանի արժեքների՝ յուրաքանչյուր նպատակային կատեգորիայի համար:

Օրինակ Python-ում՝ matplotlib և seaborn օգտագործելով՝

import seaborn as sns
import matplotlib.pyplot as plt

# df — տվյալների տիրույթ՝ նշաններ և նպատակ
sns.scatterplot(data=df, x='feature', y='target')
plt.show()

# Կատեգորական նշանի համար
sns.boxplot(data=df, x='categorical_feature', y='target')
plt.show()

Այս տեսակի վիզուալիզացիան օգնում է հասկանալ՝ կա արդյոք կախվածություն, նրա ձևը և ուժը, ինչպես նաև հայտնաբերել արտառոց արժեքներ և անոմալիաներ։