问题标签 [yellowbrick]

在使用 Yellowbricks 的 Rank1D 功能时，有时我的变量名很长。

有什么建议可以让变量名以动态/编程方式更好地适应？

这是我用来生成绘图的普通代码，也是通过更改字体大小来尝试使名称适合的尝试：

我是黄砖的新用户。在黄砖分类报告中实现 sklearn LogisticRegression API 时，我发现了一些不寻常的错误。我已经尝试了黄砖官方文档以及大多数数据科学社区用户（中等等）建议的许多语法，但我仍然遇到同样的错误。虽然我得到了分类报告，但这个错误很烦人。

我得到的输出是：

感谢任何摆脱此错误的建议。

补充一下，目前我正在使用以下 scikit-learn 和 Yellowbrick 版本：

在下面找到我用来从 Yellowbrick 包创建残差图的代码。我运行了 xgbregressor 模型，预测了结果并尝试创建残差图。情节正确地出现了，但随后出现了以下错误。我在代码中的任何地方都没有使用 line_color 属性。

AttributeError: 'XGBRegressor' 对象没有属性 'line_color'。

如果有人可以帮助我，我将不胜感激。

残差_plot_from_yellowbrick_package

我正在使用黄砖绘制 AUCROC。我想从情节中删除标题，使其为空而没有情节标题。

我正在使用 Yellowbrick ROCAUC。绘图字体大小（图例和 x/y 轴）非常小。有没有办法增加ROCAUC 图的字体大小？

我在 show() 之前尝试了下面的 for 循环，但它不适用于轴和图例字体大小，并且在文档中没有找到：

我有以下 Keras DNN 模型并导入了必要的 Keras & Yellowbrick 库：

我使用 YellowBrick 可视化包进行分类报告，如下所示：

它给出了错误：“YellowbrickTypeError：此估计器不是分类器；请尝试使用回归或聚类分数可视化器！” 有人可以帮忙吗

我正在尝试调整黄砖图形的轴限制。但是，我似乎无法调整它。我可以更改轴标签和标题，但不能更改限制。如果我不渲染图形，它会起作用，visualizer.show()但我会丢失标签、标题、图例等。

我有三个回归模型：

• 线性回归：使用 ols_regressor = sm.OLS()
• 随机森林：使用 rf = RandomForestRegressor()
• 人工神经网络：使用 tensorflow 和 keras

我想为这三个模型绘制一个预测误差图，我遇到了看起来非常简单的Yellowbrick库。

在他们的文档中，他们有两种应用其功能的方法：

在尝试任何一种方法时，线性回归和 NN 模型都会出现以下错误：

它为随机森林绘制得很好。

它们是回归量，我的数据中没有任何分类变量。为什么会这样？我可以使用什么替代方案或我应该添加什么？

来源：https ://www.scikit-yb.org/en/latest/api/regressor/peplot.html

如何在非 Scikit 模型的输出上使用Yellowbrick ？

我有一个 PyTorch 多类分类器网络，并希望在将此模型应用于数据的结果上使用ClassificationReport功能。我怎样才能做到这一点？

我正在尝试从黄砖 KElbowVisualizer 可视化器中提取 k 的值以进行进一步处理。我可以在可视化上看到 k 值，但我似乎无法将其提取并放入变量中。