我已经实现了一个算法(RLSR),其中有两个正则化因子。基于这两个因素的不同值,我的成本函数会减少或增加。现在,我用plt.scatter
将错误作为颜色传递,结果是:
但这里的问题是我的y轴值非常小,所以你可以看到它们重叠,我看不到我的结果的某些部分。你知道吗
alpha_list=[1e-11,1e-10,1e-10,5*1e-10,8*1e-10,1e-8,1e-8,5*1e-8,8*1e-6,1e-6,1e-6,5*1e-6,8*1e-6,1e-4,1e-4,5*1e-4,8*1e-4,1e-3,1e-3,5*1e-3,6*1e-3,8*1e-3]
我试图降低透明度,但没有多大帮助!你知道吗
我就是这样实现的:
eigenvalues,alphaa = np.meshgrid(eigRange,alpha_list )
fig = plt.figure()
DatavmaxTrain = np.max(normCostTrain)
DatavminTrain = np.min(normCostTrain)
DatavmaxTest = np.max(normCostTest)
DatavminTest = np.min(normCostTest)
plt.subplot(211)
plt.scatter(eigenvalues,alphaa,s=130, c=normCostTrain,cmap=cm.PuOr, vmin=DatavminTrain, vmax=DatavmaxTrain, alpha=0.70) #-----for train
cb1=plt.colorbar()
cb1.set_label("normalized square error")
plt.title("Train ")
plt.xlabel("No. of Eigenvalues")
plt.ylabel("Regualrization parameter")
所以我在寻找一种更好的方法来可视化我的数据。你知道吗
谢谢
绘制
alpha_list
值的日志如何?你知道吗仍有一些重叠,但至少这些值分布更均匀:
收益率
这里是一个相同数据的三维散点图的例子,z轴(和颜色)都用来表示“标准化平方误差”。你知道吗
我不确定这是否是一种进步。这些点有点杂乱,但如果拖动鼠标旋转绘图,这些点是可以区分的。你知道吗
相关问题 更多 >
编程相关推荐