ML之MIC：利用某數(shù)據(jù)集計(jì)算機(jī)最大信息系數(shù)MIC并可視化MIC矩陣熱圖及其代碼實(shí)現(xiàn)

?

?

目錄

利用某數(shù)據(jù)集計(jì)算機(jī)最大信息系數(shù)MIC并可視化MIC矩陣熱圖及其代碼實(shí)現(xiàn)

實(shí)現(xiàn)結(jié)果

實(shí)現(xiàn)代碼

---

?

?

?

利用某數(shù)據(jù)集計(jì)算機(jī)最大信息系數(shù)MIC并可視化MIC矩陣熱圖及其代碼實(shí)現(xiàn)

實(shí)現(xiàn)結(jié)果

正在執(zhí)行B盤的數(shù)據(jù)0 1 2 3 4 5 6 \ 0 0.993748 0.992363 0.865935 0.158754 0.199621 0.238159 0.859997 1 0.992363 0.998222 0.584723 0.302727 0.307473 0.298183 0.695466 2 0.865935 0.584723 0.999999 0.801459 0.805825 0.793084 0.935439 3 0.158754 0.302727 0.801459 0.999574 0.999574 0.965256 0.963887 4 0.199621 0.307473 0.805825 0.999574 0.999999 0.968664 0.966409 5 0.238159 0.298183 0.793084 0.965256 0.968664 0.999999 0.935723 6 0.859997 0.695466 0.935439 0.963887 0.966409 0.935723 0.999710 7 0.632709 0.484949 0.818616 0.963887 0.966409 0.915654 0.995471 8 0.241095 0.230026 0.545492 0.530788 0.669366 0.473332 0.486489 9 0.368982 0.289529 0.250506 0.138713 0.215880 0.161387 0.137730 10 0.423532 0.331815 0.331008 0.253744 0.262192 0.261714 0.295448 11 0.841959 0.826301 0.772081 0.173843 0.239098 0.253886 0.781008 7 8 9 10 11 0 0.632709 0.241095 0.368982 0.423532 0.841959 1 0.484949 0.230026 0.289529 0.331815 0.826301 2 0.818616 0.545492 0.250506 0.331008 0.772081 3 0.963887 0.530788 0.138713 0.253744 0.173843 4 0.966409 0.669366 0.215880 0.262192 0.239098 5 0.915654 0.473332 0.161387 0.261714 0.253886 6 0.995471 0.486489 0.137730 0.295448 0.781008 7 0.999864 0.473332 0.108656 0.261138 0.573823 8 0.473332 0.995335 0.275280 0.295224 0.190111 9 0.108656 0.275280 0.999993 0.901033 0.408306 10 0.261138 0.295224 0.901033 0.999993 0.374089 11 0.573823 0.190111 0.408306 0.374089 0.999935

?

?

實(shí)現(xiàn)代碼

相關(guān)文章：ML之MIC：利用某數(shù)據(jù)集計(jì)算機(jī)最大信息系數(shù)MIC并可視化MIC矩陣熱圖及其代碼實(shí)現(xiàn)

from minepy import MINE import seaborn as snsdef MIC_matirx_ShowHeatMap(DataFrame):colormap = plt.cm.RdBuylabels = DataFrame.columns.values.tolist()f, ax = plt.subplots(figsize=(14, 14))ax.set_title('MIC Matirx HeatMap')sns.heatmap(DataFrame.astype(float),cmap=colormap,ax=ax,annot=True,yticklabels=ylabels,xticklabels=ylabels)plt.show()MIC_matirx_ShowHeatMap(data_MIC_matirx)

?

?

總結(jié)

以上是生活随笔為你收集整理的ML之MIC：利用某数据集计算机最大信息系数MIC并可视化MIC矩阵热图及其代码实现的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。