ML之MIC:利用某数据集计算机最大信息系数MIC并可视化MIC矩阵热图及其代码实现

举报
一个处女座的程序猿 发表于 2021/03/27 00:49:59 2021/03/27
【摘要】 ML之MIC:利用某数据集计算机最大信息系数MIC并可视化MIC矩阵热图及其代码实现     目录 利用某数据集计算机最大信息系数MIC并可视化MIC矩阵热图及其代码实现 实现结果 实现代码       利用某数据集计算机最大信息系数MIC并可视化MIC矩阵热图及其代码实现 实现结果 正在执行B盘的数...

ML之MIC:利用某数据集计算机最大信息系数MIC并可视化MIC矩阵热图及其代码实现

 

 

目录

利用某数据集计算机最大信息系数MIC并可视化MIC矩阵热图及其代码实现

实现结果

实现代码


 

 

 

利用某数据集计算机最大信息系数MIC并可视化MIC矩阵热图及其代码实现

实现结果


  
  1. 正在执行B盘的数据
  2. 0 1 2 3 4 5 6 \
  3. 0 0.993748 0.992363 0.865935 0.158754 0.199621 0.238159 0.859997
  4. 1 0.992363 0.998222 0.584723 0.302727 0.307473 0.298183 0.695466
  5. 2 0.865935 0.584723 0.999999 0.801459 0.805825 0.793084 0.935439
  6. 3 0.158754 0.302727 0.801459 0.999574 0.999574 0.965256 0.963887
  7. 4 0.199621 0.307473 0.805825 0.999574 0.999999 0.968664 0.966409
  8. 5 0.238159 0.298183 0.793084 0.965256 0.968664 0.999999 0.935723
  9. 6 0.859997 0.695466 0.935439 0.963887 0.966409 0.935723 0.999710
  10. 7 0.632709 0.484949 0.818616 0.963887 0.966409 0.915654 0.995471
  11. 8 0.241095 0.230026 0.545492 0.530788 0.669366 0.473332 0.486489
  12. 9 0.368982 0.289529 0.250506 0.138713 0.215880 0.161387 0.137730
  13. 10 0.423532 0.331815 0.331008 0.253744 0.262192 0.261714 0.295448
  14. 11 0.841959 0.826301 0.772081 0.173843 0.239098 0.253886 0.781008
  15. 7 8 9 10 11
  16. 0 0.632709 0.241095 0.368982 0.423532 0.841959
  17. 1 0.484949 0.230026 0.289529 0.331815 0.826301
  18. 2 0.818616 0.545492 0.250506 0.331008 0.772081
  19. 3 0.963887 0.530788 0.138713 0.253744 0.173843
  20. 4 0.966409 0.669366 0.215880 0.262192 0.239098
  21. 5 0.915654 0.473332 0.161387 0.261714 0.253886
  22. 6 0.995471 0.486489 0.137730 0.295448 0.781008
  23. 7 0.999864 0.473332 0.108656 0.261138 0.573823
  24. 8 0.473332 0.995335 0.275280 0.295224 0.190111
  25. 9 0.108656 0.275280 0.999993 0.901033 0.408306
  26. 10 0.261138 0.295224 0.901033 0.999993 0.374089
  27. 11 0.573823 0.190111 0.408306 0.374089 0.999935

 

 

实现代码

相关文章ML之MIC:利用某数据集计算机最大信息系数MIC并可视化MIC矩阵热图及其代码实现


  
  1. from minepy import MINE
  2. import seaborn as sns
  3. def MIC_matirx_ShowHeatMap(DataFrame):
  4. colormap = plt.cm.RdBu
  5. ylabels = DataFrame.columns.values.tolist()
  6. f, ax = plt.subplots(figsize=(14, 14))
  7. ax.set_title('MIC Matirx HeatMap')
  8. sns.heatmap(DataFrame.astype(float),
  9. cmap=colormap,ax=ax,annot=True,
  10. yticklabels=ylabels,xticklabels=ylabels)
  11. plt.show()
  12. MIC_matirx_ShowHeatMap(data_MIC_matirx)

 

 

文章来源: yunyaniu.blog.csdn.net,作者:一个处女座的程序猿,版权归原作者所有,如需转载,请联系作者。

原文链接:yunyaniu.blog.csdn.net/article/details/105151395

【版权声明】本文为华为云社区用户转载文章,如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱: cloudbbs@huaweicloud.com
  • 点赞
  • 收藏
  • 关注作者

评论(0

0/1000
抱歉,系统识别当前为高风险访问,暂不支持该操作

全部回复

上滑加载中

设置昵称

在此一键设置昵称,即可参与社区互动!

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。