मशीन लर्निंग डेटा से मॉडल बनाने और पहले कभी नहीं 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 इसे सिस्टम द्वारा ठीक से समझा जाए, ताकि यह डेटा की व्याख्या कर सके और परिणाम उत्पन्न कर सके।
डेटा को विज़ुअलाइज़ करना एक महत्वपूर्ण कदम है क्योंकि यह यह समझने में मदद करता है कि वास्तव में संख्याओं को देखे बिना और जटिल गणना किए बिना डेटा में क्या हो रहा है।
यह इंटरफ़ेस डेटा के प्रकार को अनुकूलित और नियंत्रित करने में मदद करता है और जब कुछ फ़िल्टर लागू होते हैं तो यह कैसे व्यवहार करता है। कंसोल पर डेटा को विज़ुअल रूप से प्रदर्शित करते समय 'डेस्पिन' फ़ंक्शन का उपयोग पृष्ठभूमि अक्ष स्पाइन को हटाने के लिए किया जा सकता है। आइए हम पृष्ठभूमि अक्ष रीढ़ को हटाने के लिए एक उदाहरण देखें -
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
स्पष्टीकरण
- आवश्यक पैकेज आयात किए जाते हैं।
- इनपुट डेटा 'sine_plot' नाम के उपयोगकर्ता परिभाषित फ़ंक्शन का उपयोग करके उत्पन्न किया जाता है।
- 'डेस्पाइन' फ़ंक्शन का उपयोग प्लॉट से बैकग्राउंड एक्सिस स्पाइन को हटाने के लिए किया जाता है।
- इस डेटा को सीबॉर्न लाइब्रेरी का उपयोग करके प्लॉट करने के लिए निर्दिष्ट किया गया है
- यह दृश्य डेटा कंसोल पर प्रदर्शित होता है।