使用绘图 API

Scikit-learn 定义了一个简单的 API，用于创建机器学习的可视化。此 API 的关键功能是只运行一次计算，并灵活地在事后调整可视化。本节旨在帮助希望开发或维护绘图工具的开发人员。对于使用方法，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，其中存储计算数据并在 plot 方法中完成绘图。显示对象的 __init__ 方法仅包含创建可视化所需的数据。 plot 方法接受仅与可视化相关的参数，例如 matplotlib 轴。 plot 方法将 matplotlib artist 存储为属性，允许通过显示对象调整样式。 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。这些类方法创建带有计算值的显示对象后，然后调用显示的 plot 方法。请注意，plot 方法定义了与 matplotlib 相关的属性，例如线条 artist。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ROC 曲线与可视化 API和用户指南中阅读更多内容。

使用多个轴进行绘图

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

1. 如果传入轴列表，plot 将检查轴的数量是否与它期望的轴数量一致，然后在这些轴上绘图。 2. 如果传入单个轴，该轴定义了一个用于放置多个轴的空间。在这种情况下，我们建议使用 matplotlib 的 ~matplotlib.gridspec.GridSpecFromSubplotSpec 来划分空间

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 创建要绘图的区域。

例如，请参阅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 Artists 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。