मशीन लर्निंग डेटा से मॉडल बनाने और पहले कभी न देखे गए डेटा पर सामान्यीकरण करने से संबंधित है। मशीन लर्निंग मॉडल को इनपुट के रूप में प्रदान किया गया डेटा ऐसा होना चाहिए कि सिस्टम द्वारा इसे ठीक से समझा जा सके, ताकि यह डेटा की व्याख्या कर सके और परिणाम उत्पन्न कर सके।
डेटा को विज़ुअलाइज़ करना एक महत्वपूर्ण कदम है क्योंकि यह संख्याओं को देखे बिना और जटिल गणनाएं किए बिना डेटा में क्या चल रहा है यह समझने में मदद करता है।
यह इंटरफेस डेटा के प्रकार और इसे कस्टमाइज़ और कंट्रोल करने में मदद करता है जब इस पर कुछ फिल्टर लागू किए जाते हैं। 'despine' फंक्शन का उपयोग विज़ुअल रूप से कंसोल पर डेटा प्रदर्शित करते समय बैकग्राउंड एक्सिस स्पाइन्स को हटाने के लिए किया जा सकता है। आइए बैकग्राउंड एक्सिस स्पाइन्स को हटाने का एक उदाहरण देखते हैं।
उदाहरण
import numpy as np
from matplotlib import pyplot as plt
def sin_plot(flip=1):
x = np.linspace(0, 14, 99)
for i in range(1, 5):
plt.plot(x, np.sin(x + i * .59) * (11 - i) * flip)
import seaborn as sb
sb.set_style("white")
print("The data is being plotted ")
sin_plot()
sb.despine()
plt.show()आउटपुट
व्याख्या
- आवश्यक पैकेज आयात किए जाते हैं।
- इनपुट डेटा यूजर-डिफाइंड फंक्शन 'sine_plot' का उपयोग करके उत्पन्न किया जाता है।
- 'despine' फंक्शन का उपयोग प्लॉट से बैकग्राउंड एक्सिस स्पाइन्स को हटाने के लिए किया जाता है।
- इस डेटा को seaborn लाइब्रेरी का उपयोग करके प्लॉट करने के लिए निर्दिष्ट किया जाता है।
- यह विज़ुअल डेटा कंसोल पर प्रदर्शित होता है।
