选自GitHub，机器之心编译。

Yellowbrick 是一套名为「Visualizers」的视觉诊断工具，它扩展了 Scikit-Learn API 以允许我们监督模型的选择过程。简而言之，Yellowbrick 将 Scikit-Learn 与 Matplotlib 结合在一起，并以传统 Scikit-Learn 的方式对模型进行可视化。

项目地址：https://github.com/DistrictDataLabs/yellowbrick

可视化器

可视化器（Visualizers）是一种从数据中学习的估计器，其主要目标是创建可理解模型选择过程的可视化。在 Scikit-Learn 的术语中，它们类似于转换器（transformer），其在可视化数据空间或包装模型估计器上类似「ModelCV」（例如 RidgeCV 和 LassoCV）方法的过程。Yellowbrick 的主要目标是创建一个类似于 Scikit-Learn 的 API，其中一些流行的可视化器包括：

特征可视化

• Rank Features：单个或成对特征排序以检测关系
• Parallel Coordinates：实例的水平可视化
• Radial Visualization：围绕圆形图分离实例
• PCA Projection：基于主成分分析映射实例
• Manifold Visualization：通过流形学习实现高维可视化
• Feature Importances：基于模型性能对特征进行排序
• Recursive Feature Elimination：按重要性搜索最佳特征子集
• Scatter and Joint Plots：通过特征选择直接进行数据可视化

分类可视化

• Class Balance：了解类别分布如何影响模型
• Class Prediction Error：展示分类的误差与主要来源
• Classification Report：可视化精度、召回率和 F1 分数的表征
• ROC/AUC Curves：受试者工作曲线和曲线下面积
• Confusion Matrices：类别决策制定的视觉描述
• Discrimination Threshold：搜索最佳分离二元类别的阈值

回归可视化

• Prediction Error Plots：沿着目标域寻找模型崩溃的原因
• Residuals Plot：以残差的方式展示训练和测试数据中的差异
• Alpha Selection：展示 alpha 的选择如何影响正则化

聚类可视化

• K-Elbow Plot：使用肘法（elbow method）和多个指标来选择 k
• Silhouette Plot：通过可视化轮廓系数值来选择 k

模型选择可视化

• Validation Curve：对模型的单个超参数进行调整
• Learning Curve：展示模型是否能从更多的数据或更低的复杂性中受益

文本可视化

• Term Frequency：可视化语料库中词项的频率分布
• t-SNE Corpus Visualization：使用随机近邻嵌入来投影文档

还有更多的可视化器！我们随时会添加更多的可视化器，因此请确保查看示例（或甚至开发分支），并欢迎随时为我们提供建议！

安装 Yellowbrick

Yellowbrick 与 Python2.7 以及之后的版本兼容，但使用 Python3.5 或之后的版本会更合适并能利用其所有功能优势。Yellowbrick 还依赖于 Scikit-Learn 0.18 或之后的版本，以及 Matplotlib1.5 或之后的版本。最简单的安装 Yellowbrick 的方法是从 PyPI 使用 pip 安装。

$ pip install yellowbrick

注意 Yellowbrick 是一个活跃项目，将定期发布更多新的可视化器和更新。为了将 Yellowbrick 升级到最新的版本，按以下方式使用 pip 命令：

$ pip install -U yellowbrick

你也可以使用-U flag 来更新 Scikit-Learn、Matplotlib 或任何其它和 Yellowbrick 兼容的第三方最新版本应用。

如果你使用 Anaconda（推荐 Windows 用户使用），你可以使用 conda 命令来安装 Yellowbrick：

conda install -c districtdatalabs yellowbrick

然而请注意，在 Linux 上用 Anaconda 安装 Yellowbrick 有一个已知的 bug：https://github.com/DistrictDataLabs/yellowbrick/issues/205

使用 Yellowbrick

Yellowbrick API 是特别为更好地使用 Scikit-Learn 而设计的。这里有一个使用 Scikit-Learn 和 Yellowbrick 的典型工作流序列的例子：

特征可视化

在这个例子中，我们将看到 Rank2D 如何使用特定指标对数据集中的每个特征进行两两对比，然后返回展示排序的左下三角图。

from yellowbrick.features import Rank2D

visualizer = Rank2D(features=features, algorithm='covariance')
visualizer.fit(X, y) # Fit the data to the visualizer
visualizer.transform(X) # Transform the data
visualizer.poof() # Draw/show/poof the data

模型可视化

在这个例子中，我们用具体例子来说明一个 Scikit-Learn 分类器，然后使用 Yellowbrick 的 ROCAUC 类来可视化分类器的敏感性和特异性的权衡过程。

from sklearn.svm import LinearSVCfrom yellowbrick.classifier import ROCAUC

model = LinearSVC()
model.fit(X,y)
visualizer = ROCAUC(model)
visualizer.score(X,y)
visualizer.poof()