使用 Plotting API 进行开发#

Scikit-learn 定义了一个简单的 API，用于为机器学习创建可视化。这个 API 的关键特性是只需计算一次，并且具有在事后调整可视化的灵活性。本节面向希望开发或维护绘图工具的开发者。对于使用方法，用户应参考用户指南。

Plotting API 概述#

这种逻辑被封装在一个显示对象中，其中计算的数据被存储，并且在 plot 方法中进行绘图。显示对象的 __init__ 方法仅包含创建可视化所需的数据。 plot 方法接收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):
        # 获取预测值
        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):
        # 从 y 和 y_pred 计算 ROC
        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_

更多信息请参阅 ROC 曲线与可视化 API 和用户指南。

多轴绘图#

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：

如果传入一个轴列表， plot 将检查轴的数量是否与预期一致，然后在这些轴上绘图。
如果传入单个轴，该轴定义了一个空间，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，会创建单个轴，并使用 gridspec API 创建绘图区域。

例如，from_estimator 使用此 API 绘制多条线和等高线。定义绘图区域的轴

bounding box 保存在 bounding_ax_ 属性中。创建的各个轴存储在 axes_ ndarray 中，对应于轴在网格上的位置。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。当传递一个轴列表时， axes_ 、 lines_ 和 contours_ 是一个 1d ndarray，对应于传递的轴列表。