У меня есть прогнозируемые измерения и истинность оснований в двух pandas данных.
например,
print(predicted)
print('Shape:', predicted.shape)
print(ground_truth)
print('Shape:', ground_truth.shape)
1 2 3 4 5 6 7 8 9 10 ... 40
0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 11.0 0.0 14.0 ... 7.0
1 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 ... 0.0
2 18.0 21.0 2.0 21.0 25.0 24.0 0.0 26.0 25.0 27.0 ... 25.0
3 13.0 25.0 10.0 23.0 26.0 24.0 3.0 22.0 26.0 27.0 ... 23.0
7 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 ... 25.0
8 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 ... 18.0
9 30.0 31.0 27.0 29.0 30.0 31.0 29.0 30.0 30.0 31.0 ... 30.0
10 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 ... 25.0
Shape: (10,40)
1 2 3 4 5 6 7 8 9 10 ... 40
0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 11.0 0.0 14.0 ... 7.0
1 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 ... 0.0
2 19.0 21.0 2.0 41.0 25.0 64.0 0.0 26.0 25.0 27.0 ... 25.0
3 138.0 25.0 40.0 24.0 26.0 24.0 3.0 22.0 26.0 27.0 ... 23.0
7 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 ... 25.0
8 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 ... 18.0
9 50.0 31.0 27.0 29.0 30.0 31.0 29.0 30.0 30.0 31.0 ... 30.0
10 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 ... 25.0
Shape: (10,40)
Чтобы увидеть изменчивость отдельного измерения относительно прогноза, я могу сделать:
plt.scatter(predicted.iloc[0]), ground_truth.iloc[0])
sns.boxplot(predicted.iloc[0]), ground_truth.iloc[0])
Таким образом, я вижу изменчивость в каждом месте.
Мне было интересно, есть ли способ увидеть изменчивость для всех измерений в одном разбросе / коробочном графике.