Я строю сравнение производительности нескольких моделей ML через блок-таблицу matplotlib. Но в некоторых полях диапазон верхних и нижних крайних значений не отображается. Ниже приведены мои выходные данные и код, как их решить
# evaluate each model in turn
results = []
names = []
for name, model in models:
kfold = model_selection.KFold(n_splits=5, random_state=42)
cv_results = model_selection.cross_val_score(model, X_train, y_train,cv=kfold)
results.append(cv_results)
names.append(name)
msg = "%.2s: %.2f (%.2f)" % (name, cv_results.mean(), cv_results.std())
print(msg)
# boxplot algorithm comparison
#plt.figure(figsize=[5,5])
plt.style.use('seaborn-ticks')
fig = plt.figure()
fig.suptitle('Algorithm Comparison')
ax = fig.add_subplot(111)
plt.boxplot(results)
ax.set_xticklabels(names)
plt.show()
ML: 0.91 (0.03)
DT: 0.83 (0.04)
SV: 0.85 (0.04)
Ri: 0.92 (0.04)
La: 0.92 (0.04)
EN: 0.92 (0.04)
KN: 0.89 (0.03)