使用绘图 API 进行开发#

Scikit-learn 定义了一个简单的 API，用于创建机器学习的可视化效果。该 API 的关键特性是只进行一次计算，并能够在事后灵活地调整可视化效果。本节面向希望开发或维护绘图工具的开发者。有关使用方法，用户应参考用户指南。

绘图 API 概述#

此逻辑封装在一个显示对象中，其中存储了计算后的数据，并在 plot 方法中进行绘图。显示对象的 __init__ 方法只包含创建可视化效果所需的数据。 plot 方法接受仅与可视化相关的参数，例如 matplotlib 轴。 plot 方法将 matplotlib 艺术家存储为属性，允许通过显示对象进行样式调整。 Display 类应定义一个或两个类方法： from_estimator 和 from_predictions。这些方法允许从估计器和一些数据或从真实值和预测值创建 Display 对象。在这些类方法使用计算后的值创建显示对象后，调用显示对象的 plot 方法。请注意， plot 方法定义了与 matplotlib 相关的属性，例如线条艺术家。这允许在调用 plot 方法后进行自定义。

例如， RocCurveDisplay 定义了以下方法和属性

class RocCurveDisplay:
    def __init__(self, fpr, tpr, roc_auc, estimator_name):
        ...
        self.fpr = fpr
        self.tpr = tpr
        self.roc_auc = roc_auc
        self.estimator_name = estimator_name

    @classmethod
    def from_estimator(cls, estimator, X, y):
        # get the predictions
        y_pred = estimator.predict_proba(X)[:, 1]
        return cls.from_predictions(y, y_pred, estimator.__class__.__name__)

    @classmethod
    def from_predictions(cls, y, y_pred, estimator_name):
        # do ROC computation from y and y_pred
        fpr, tpr, roc_auc = ...
        viz = RocCurveDisplay(fpr, tpr, roc_auc, estimator_name)
        return viz.plot()

    def plot(self, ax=None, name=None, **kwargs):
        ...
        self.line_ = ...
        self.ax_ = ax
        self.figure_ = ax.figure_

在使用可视化 API 的 ROC 曲线和用户指南中了解更多信息。

使用多个轴进行绘图#

一些绘图工具，例如 from_estimator 和 PartialDependenceDisplay 支持在多个轴上绘图。支持两种不同的场景

1. 如果传入一个轴列表， plot 将检查轴的数量是否与它期望的数量一致，然后在这些轴上绘制。 2. 如果传入单个轴，该轴将定义一个空间，用于放置多个轴。在这种情况下，我们建议使用 matplotlib 的 ~matplotlib.gridspec.GridSpecFromSubplotSpec 来分割空间

import matplotlib.pyplot as plt
from matplotlib.gridspec import GridSpecFromSubplotSpec

fig, ax = plt.subplots()
gs = GridSpecFromSubplotSpec(2, 2, subplot_spec=ax.get_subplotspec())

ax_top_left = fig.add_subplot(gs[0, 0])
ax_top_right = fig.add_subplot(gs[0, 1])
ax_bottom = fig.add_subplot(gs[1, :])

默认情况下， plot 中的 ax 关键字为 None。在这种情况下，将创建单个轴，并使用 gridspec api 创建绘图区域。

例如，请参考 from_estimator，它使用此 API 绘制多条线和等高线。定义边界框的轴保存在 bounding_ax_ 属性中。创建的各个轴存储在 axes_ ndarray 中，对应于网格上的轴位置。未使用的位置设置为 None。此外，matplotlib 艺术家存储在 lines_ 和 contours_ 中，其中键是网格上的位置。当传入轴列表时， axes_、 lines_ 和 contours_ 是一个 1d ndarray，对应于传入的轴列表。