Seabornライブラリを使用してPythonでカーネル密度推定を表示するにはどうすればよいですか？

データの視覚化は、実際に数値を調べたり複雑な計算を実行したりすることなく、データで何が起こっているのかを理解するのに役立つため、重要なステップです。 Seabornは、データの視覚化に役立つライブラリです。カスタマイズされたテーマと高レベルのインターフェースが付属しています。

KDEとも呼ばれるカーネル密度推定は、連続確率変数の確率密度関数を推定できる方法です。

この方法は、ノンパラメトリック値の分析に使用されます。 「distplot」を使用しているときに、引数「kde」がTrueに設定され、「hist」がFalseに設定されている場合、KDEを視覚化できます。

Pythonでカーネル密度推定を視覚化する方法を見てみましょう-

例

import pandas as pd
import seaborn as sb
from matplotlib import pyplot as plt
df = sb.load_dataset('iris')
sb.distplot(df['petal_length'],kde = True, hist = False)
plt.show()

出力

説明

• 必要なパッケージがインポートされます。
• 入力データは、scikitlearnライブラリから読み込まれる「iris_data」です。
• 「load_dataset」関数は、虹彩データをロードするために使用されます。
• このデータは、「distplot」機能を使用して視覚化されます。
• ここでは、ヒストグラムのみを表示するため、パラメータ「kde」はtrueに設定されています。
• このビジュアルデータはコンソールに表示されます。

注 −「kde」の値がFalseとして指定されている場合、ヒストグラムのみが表示されます。