1. A visualização de dados é um pilar importante do aprendizado de máquina. Isso nos ajuda a formular as estratégias certas para entender os dados.
2. A representação visual dos assistentes de dados nos ajuda a escolher os algoritmos certos.
3. Um dos principais objetivos da visualização de dados é comunicar-se
   com clareza por meio de gráficos e tabelas.

Isso torna as distribuições complexas de dados mais compreensíveis e utilizáveis. O processo é usado em uma variedade de situações, incluindo análise comparativa, acompanhamento de crescimento, distribuição de mercado, pesquisas de opinião pública e muito mais.

Traçando gráficos de dispersão tridimensionais

As relações entre as variáveis ​​quantitativas podem ser representadas usando um gráfico de dispersão . Uma versão deste gráfico é representada pelos gráficos de dispersão tridimensionais que são usados ​​para mostrar as relações entre três variáveis.

Preparando-se

Veremos como traçar gráficos de dispersão tridimensionais e visualizá-los
em três dimensões.

Como fazer isso

Vejamos como traçar gráficos de dispersão tridimensionais:

1. Importe os seguintes pacotes: matplotlib.pyplot - é uma interface baseada em estado para matplotlib. Ele fornece uma forma de plotagem semelhante ao MATLAB . pyplot destina-se principalmente a plotagens interativas e casos simples de geração de plotagem programática.

import numpy as np
import matplotlib.pyplot as plt

# Create the figure
fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')

       

# Define the number of values
n = 250

# Create a lambda function to generate the random values in the #given range
f = lambda minval, maxval, n: minval + (maxval - minval) * np.random.rand(n)

# Generate the values
x_vals = f(15, 41, n) 
y_vals = f(-10, 70, n)
z_vals = f(-52, -37, n)

# Plot the values
fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')

ax.scatter(x_vals, y_vals, z_vals, c='k', marker='o')
ax.set_xlabel('X axis')
ax.set_ylabel('Y axis')
ax.set_zlabel('Z axis')
plt.show()

       

2. O gráfico de dispersão nos ajuda a entender se há uma associação estatística entre dois caracteres quantitativos.
3. Se à medida que uma variável aumenta s, a outra tende a diminuir , temos uma associação discordante .
4. Se à medida que uma variável aumenta , a outra tende a aumentar , temos uma associação concordante .
5. Se um muda e o outro tende a não mudar , não temos associação.
6. Para analisar esta tendência, a disposição dos marcadores é analisada.
7. Se os marcadores estão próximos de formar uma linha reta em qualquer direção no espaço tridimensional do gráfico, a correlação entre as variáveis ​​correspondentes é alta.
8. Se os marcadores estiverem igualmente distribuídos no gráfico, a correlação é baixa ou zero.

Gráficos de dispersão tridimensionais são usados ​​para mostrar a relação entre três variáveis.

Uma quarta variável pode ser adicionada combinando a cor ou o tamanho dos marcadores, adicionando outra variável ao gráfico.