Question

我的内核带有以下代码，我想在其测试集上运行不同的n_estimators：

import matplotlib
import matplotlib.pyplot as plt
import numpy as np

for n_estimators in [5, 25, 50, 100, 250, 500]:
    my_mae = get_mae(n_estimators, train_X, test_X, train_y, test_y)
    print(n_estimators, my_mae)

输出为（n_estimators，my_mae）：

5，108070.017
25，54273.79
50，55912.80

现在，我想使用matplotlib在图表中绘制这三个数据点中的每一个。给定下面的代码片段，我该怎么做？我不确定在循环中的哪个位置添加要显示的代码。请帮忙。

Answer 1

其中有四种方法可以实现：

在for循环内绘制单个点

import matplotlib
import matplotlib.pyplot as plt
import numpy as np

for n_estimators in [5, 25, 50, 100, 250, 500]:
    my_mae = get_mae(n_estimators, train_X, test_X, train_y, test_y)
    print(n_estimators, my_mae)
    plt.scatter(n_estimators, my_mae) # Way 1
    # plt.plot(n_estimators, my_mae, 'o') # Way 2

在for循环外绘制所有点

my_maes = []
for n_estimators in [5, 25, 50, 100, 250, 500]:
    my_mae = get_mae(n_estimators, train_X, test_X, train_y, test_y)
    print(n_estimators, my_mae)
    my_maes.append(my_mae)

plt.plot(n_estimators, my_mae, 'o') # Way 3
# plt.scatter(n_estimators, my_mae) # Way 4

Answer 2

如果我正确地解释了您的意思，则需要一个条形图，其中水平轴上的每个刻度是估计量，垂直轴代表MAE。只需使用matplotlib.pyplot.bar。您还需要修改x轴标签，以便它们是自定义的，因为按原样使用估计器的数量会使每个条形的外观不一致。因此，x轴应该是线性的，例如1到6，其中6是您在问题中提供了示例代码段的估算器总数，然后用这些值作图并将x轴标签更改为实际数字估计数。您需要matplotlib.pyplot.xticks才能更改x轴标签。

因此：

import matplotlib
import matplotlib.pyplot as plt
import numpy as np

values = [5, 25, 50, 100, 250, 500] # New - save for plotting for later
dummy = list(range(len(values))) # Dummy x-axis values for the bar chart
maes = [] # Save the MAEs for each iteration
for n_estimators in values:
    my_mae = get_mae(n_estimators, train_X, test_X, train_y, test_y)
    maes.append(my_mae) # Save MAE for later

plt.bar(dummy, maes) # Plot the bar chart with each bar having the same distance between each other
plt.xticks(dummy, values) # Now change the x-axis labels

# Add x-label, y-label and title to the graph
plt.xlabel("Number of estimators")
plt.ylabel("MAE")
plt.title("MAE vs. Number of Estimators")
plt.show()

如何从matplotlib中的循环绘制超参数？

2 个答案: