散點圖
- 資料集合
- 散點圖
- 圖
資料收集
收集資料是任何機器學習專案中最重要的一部分。
最常收集的資料是數字和測量值。
資料通常儲存在陣列中，表示值之間的關係。
此表包含房屋價格與大小的對照
| Price | 7 | 8 | 8 | 9 | 9 | 9 | 10 | 11 | 14 | 14 | 15 |
| 大小 | 50 | 60 | 70 | 80 | 90 | 100 | 110 | 120 | 130 | 140 | 150 |
散點圖
散點圖在區域上散佈著表示兩個值之間關係的散點。
示例
const xArray = [50,60,70,80,90,100,110,120,130,140,150];
const yArray = [7,8,8,9,9,9,10,11,14,14,15];
// 定義資料
const data = [{
x: xArray,
y: yArray,
mode:"markers"
}];
// 定義佈局
const layout = {
xaxis: {range: [40, 160], title: "平方米"},
yaxis: {range: [5, 16], title: "百萬美元"},
title: "房價與面積"
};
// 使用 Plotly 顯示
Plotly.newPlot("myPlot", data, layout);
自己動手試一試 »
圖
圖形也可以用於顯示相同的值
| Price | 7 | 8 | 8 | 9 | 9 | 9 | 10 | 11 | 14 | 14 | 15 |
| 大小 | 50 | 60 | 70 | 80 | 90 | 100 | 110 | 120 | 130 | 140 | 150 |
原始碼
const xArray = [50,60,70,80,90,100,110,120,130,140,150];
const yArray = [7,8,8,9,9,9,10,11,14,14,15];
// 定義資料
const data = [{
x: xArray,
y:yArray,
mode:"lines"
}];
// 定義佈局
const layout = {
xaxis: {range: [40, 160], title: "平方米"},
yaxis: {range: [5, 16], title: "百萬美元"},
title: "房價與面積"
};
// 使用 Plotly 顯示
Plotly.newPlot("myPlot", data, layout);
何時使用散點圖
散點圖非常適合
- 檢視“大局”
- 比較不同值
- 發現潛在趨勢
- 發現數據中的模式
- 發現數據之間的關係
- 發現簇和相關性
