问题标签 [yellowbrick]

sklearn 为轮廓分数等定义了大量成对距离指标：https ://scikit-learn.org/stable/modules/generated/sklearn.metrics.pairwise_distances.html

例如，可以使用以下任何距离度量来启动它： [‘cityblock’, ‘cosine’, ‘euclidean’, ‘l1’, ‘l2’, ‘manhattan’]

但是，假设我KElbowVisualizer从 Yellowbrick 开始使用。我可以将剪影作为度量传递，如下所示：

KElbowVisualizer(KMeans(), k=(4, 12), metric='silhouette')

我假设使用轮廓分数默认距离度量，“欧几里得”。是否可以KElbowVisualizer使用与默认值不同的距离度量来运行？

我正在尝试使用 SOM 对我的数据进行聚类，首先我想获得最好的 K。但我需要一条线或其他东西来检测图中的最佳 K。我尝试使用 KElbowVisualizer() 但它总是显示错误：

YellowbrickTypeError：提供的模型不是聚类估计器；尝试使用分类器或回归分数可视化工具！

这是我的代码：

我还使用了 matplotlib 中的普通 Plot()，但我看不到 Best k，我的代码：

这就是我从 Plot() 得到的情节

那么，请问我该如何在情节中或使用代码来做到这一点？

当我运行这段代码时：

我有这个错误

'RandomForestClassifier' 对象没有属性 'target_type_'

有人有想法吗？谢谢

当我调试时，按照说明 roc_viz = ROCAUC(rf)

我得到错误：

无法获得 <class 'yellowbrick.classifier.rocauc.ROCAUC' 的代表

我正在尝试将DiscriminationthresholdVisualizer 用于我的拟合模型；它们都是二元分类器（逻辑回归、lightgbm 和 xgbclassifier）但是，根据文档，我很难在已经拟合的模型上生成图。我的代码如下

其输出如下：

有人可以帮助我了解如何在拟合模型上正确使用歧视阈值。我尝试了其他 lgbm 和 xgb 并得到了一个空的情节。

在 Yellowbrick 中，我想在我的 biplot 中显示样本名称，就像在这个 R 示例中一样： 如何在 pca biplot 中显示观察结果？

我的代码相当简单：

问候

我正在尝试使用Yellowbrick PredictionError并且遇到了奇怪的维度问题。我正在使用黄砖版本 1.4。

假设我们有这个非常简单的线性回归：

现在我想运行诊断。ResidualsPlot很容易工作，传入未经修改的 Pandas 数据结构：

但是，当我尝试使用PredictionError时：

调用score()产生此错误消息：

现在我意识到yis的类型DataFrame。如果我将其更改为Series，则代码将起作用，例如：

转换为Series当然是一种可行的解决方法，但我想知道为什么这里是这种情况而不是ResidualsPlot.